917 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.
Le papier présente DRIFT-Net, un opérateur neuronal couplé spectralement qui améliore la stabilité et l'efficacité des solveurs d'EDP en combinant une branche spectrale pour les informations globales et une branche image pour les détails locaux, surpassant ainsi les modèles basés sur l'attention en réduisant les erreurs et le nombre de paramètres.
Cette étude établit des lois d'échelle empiriques démontrant que les PINN monocouches souffrent d'échecs d'optimisation dus à un biais spectral qui empêche l'apprentissage des composantes haute fréquence des équations aux dérivées partielles non linéaires, rendant leurs performances insuffisantes par rapport aux bornes théoriques d'approximation.
Cette étude présente des simulations complètes de turbulence dans un dispositif plasma linéaire (LAPD) couplant des modèles cinétique dérivé et gyrocinétique, révélant que les fluctuations sont principalement pilotées par des instabilités de Kelvin-Helmholtz et que les champs gyrocinétiques n'affectent les champs dérivés qu'à faible collisionnalité.
Le papier présente QMatSuite, une plateforme open-source qui permet aux agents d'IA de consolider leurs connaissances scientifiques au fil des expériences grâce à l'enregistrement, la récupération et la réflexion sur les résultats, réduisant ainsi considérablement les erreurs et les coûts de raisonnement dans les simulations computationnelles de science des matériaux.
Cet article établit un cadre théorique rigoureux pour le suivi de modes dans les problèmes de valeurs propres hermitiennes dépendant d'un paramètre, en prouvant l'existence de pas de discrétisation suffisants pour garantir une identification non ambiguë via le critère MAC et en proposant un algorithme d'échantillonnage adaptatif qui améliore l'efficacité et la précision de l'analyse de dispersion par la méthode SAFE.
Les auteurs proposent une méthode pour construire des réseaux de tenseurs sans décomposition en valeurs singulières, démontrant que l'utilisation de la renormalisation de tenseurs aux bords élimine la dépendance des algorithmes TRG vis-à-vis des tenseurs initiaux et améliore ainsi la robustesse des calculs numériques.
Cette étude propose une méthode basée sur les états de réseaux de tenseurs dans le formalisme hamiltonien pour calculer directement dans l'espace de Minkowski les fonctions de distribution de partons du modèle de Schwinger massif, surmontant ainsi les limitations des calculs sur réseau euclidien et ouvrant la voie à des simulations quantiques.
En se basant sur des calculs de premiers principes et un modèle phénoménologique, cette étude prédit que le dopage par des trous réduit le champ coercitif de l'hafnia ferroélectrique en favorisant un nouveau chemin de commutation via la phase Pbcm, transformant ainsi le matériau en un ferroélectrique « propre » plus efficace.
Cet article présente l'algorithme Spin-MInt, une méthode symplectique, réversible dans le temps et géométriquement préservatrice qui propage directement les variables de spin-mapping pour la dynamique non adiabatique, offrant une précision et une efficacité supérieures aux approches existantes, notamment pour les systèmes à nombreux degrés de liberté nucléaires.
Ce papier démontre que la programmation différentiable, grâce à la différenciation automatique, transforme la physique des plasmas en permettant non seulement d'accélérer les tâches de conception et d'inférence, mais aussi de découvrir de nouveaux phénomènes physiques, d'apprendre des variables cachées pour des modèles fluides et de concevoir inversement des impulsions laser complexes.