🔬 Category

physics.comp-ph

596 articles

La physique de calcul, ou Comp-Ph, explore comment les superordinateurs modélisent l'univers, des collisions d'atomes à la formation des galaxies. Ce domaine transforme des équations complexes en simulations visuelles, permettant aux chercheurs de tester des théories impossibles à vérifier en laboratoire. C'est une fenêtre unique sur la mécanique fondamentale de la réalité, où le code informatique devient un outil d'observation aussi puissant que les télescopes.

Sur Gist.Science, nous parcourons systématiquement les nouveaux prépublications de arXiv dans cette catégorie pour vous offrir une double perspective. Chaque article reçoit un résumé technique précis pour les experts, accompagné d'une explication claire et accessible pour tous les curieux. Cette approche double garantit que vous comprenez à la fois la méthode scientifique rigoureuse et ses implications concrètes, sans barrière de langage.

Découvrez ci-dessous les dernières contributions de la communauté scientifique, soigneusement sélectionnées et résumées pour éclairer les avancées récentes en physique computationnelle.

Understanding the influence of yttrium on the dominant twinning mode and local mechanical field evolution in extruded Mg-Y alloys

Cette étude combine caractérisation expérimentale et modélisation par plasticité cristalline pour démontrer que l'ajout d'yttrium dans les alliages de magnésium extrudés supprime les macles de tension TT1 au profit des macles TT2, modifiant les rapports de contrainte critique de glissement et favorisant une accumulation de déformation locale accrue aux sites TT2, ce qui éclaire la conception d'alliages avancés.

Chaitali Patil, Qianying Shi, Abhishek Kumar, Veera Sundararaghavan, John Allison2026-02-19🔬 cond-mat.mtrl-sci

An information-matching approach to optimal experimental design and active learning

Cet article propose une méthode d'optimisation convexe basée sur la matrice d'information de Fisher pour sélectionner un ensemble minimal de données d'entraînement permettant d'estimer uniquement les paramètres nécessaires à la prédiction précise de quantités d'intérêt, améliorant ainsi l'efficacité de la conception expérimentale et de l'apprentissage actif dans divers domaines scientifiques.

Yonatan Kurniawan, Tracianne B. Neilsen, Benjamin L. Francis, Alex M. Stankovic, Mingjian Wen, Ilia Nikiforov, Ellad B. Tadmor, Vasily V. Bulatov, Vincenzo Lordi, Mark K. Transtrum2026-02-18🔬 cond-mat.mtrl-sci

Hierarchical Finite-Element Analysis of Multiscale Electromagnetic Problems via Sparse Operator-Adapted Wavelet Decomposition

Cet article présente une méthode des éléments finis hiérarchique améliorée par une décomposition en ondelettes adaptées à l'opérateur, permettant d'analyser efficacement des problèmes électromagnétiques multiscales en découplant les niveaux de résolution pour éviter les recalculs coûteux et atteindre une complexité computationnelle quasi linéaire.

F. Şık, F. L. Teixeira, B. Shanker2026-02-18🔬 physics

Electron-phonon coupling in magnetic materials using the local spin density approximation

En étendant le package EPW pour inclure l'approximation de la densité de spin locale, cette étude analyse le couplage électron-phonon dans le fer et le nickel, révélant que la superconductivité y est intrinsèquement supprimée et que, contrairement au fer où le couplage électron-phonon domine la résistivité, ce mécanisme ne représente qu'une fraction mineure de la résistivité du nickel.

Á. A. Carrasco Álvarez, M. Giantomassi, J. Lihm, G. E. Allemand, M. Mignolet, M. Verstraete, S. Poncé2026-02-18🔬 cond-mat.mtrl-sci

Analysis of Fission Matrix Databases using Temperature Profiles obtained from High-Fidelity Multiphysics Simulations

Cette étude démontre que l'utilisation de profils de température issus de simulations multiphysiques haute fidélité pour construire des bases de données de matrice de fission améliore la précision des résultats de réactivité et de distribution de la source de fission pour le réacteur à sels fondus.

Maximiliano Dalinger, Elia Merzari, Saya Lee, Alex Nellis2026-02-18🔬 physics

Machine learning electronic structure and atomistic properties from the external potential

Cet article propose un cadre d'apprentissage automatique centré sur l'opérateur qui utilise le potentiel externe nucléaire, exprimé dans une base d'orbitales atomiques, comme entrée pour prédire les propriétés électroniques et atomiques, permettant ainsi de modéliser efficacement les effets à longue portée et d'apprendre des cartes opérateur-à-opérateur telles que les matrices de Fock et de densité réduite.

Jigyasa Nigam, Tess Smidt, Geneviève Dusson2026-02-18🔬 physics

Virtual ultrasound machine operating in a GHz to MHz frequency range for particle-based biomedical simulations

Les auteurs présentent une machine à ultrasons virtuelle basée sur des particules, utilisant une variante innovante de la dynamique des particules dissipatives lissées, capable de simuler efficacement les interactions onde-matière à des fréquences de MHz à GHz pour étudier des phénomènes biomédicaux tels que l'acoustophorèse des microbulles.

Urban Čoko, Tilen Potisk, Matej Praprotnik2026-02-18🔬 cond-mat.mes-hall

Bayesian inference of high-purity germanium detector impurities based on capacitance measurements and machine-learning accelerated capacitance calculations

Cette étude présente une méthode d'inférence bayésienne utilisant un modèle de substitution entraîné par apprentissage automatique et des calculs de capacité accélérés par GPU pour déterminer avec précision la distribution des impuretés dans les détecteurs au germanium ultra-pur à partir de mesures de capacité.

Iris Abt, Christopher Gooch, Felix Hagemann, Lukas Hauertmann, Xiang Liu, Oliver Schulz, Martin Schuster2026-02-17🔬 physics