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.

Emergent Rotational Order and Re-entrant Global Order of Vicsek Agents in a Complex Noise Environment

Cette étude révèle que des agents de Vicsek dans un environnement de bruit complexe présentant une région circulaire silencieuse entourée d'une zone bruyante développent un ordre rotationnel émergent et un ordre global réentrant, où l'intensité du bruit et la vitesse des particules modulent la ségrégation, le piégeage et la dynamique de fuite, soulignant l'impact crucial de l'hétérogénéité environnementale sur les systèmes actifs.

Mohd Yasir Khan2026-03-04🔬 cond-mat

Understanding cold electron impact on parallel-propagating whistler chorus waves via moment-based quasilinear theory

Cet article développe une théorie quasi-linéaire basée sur les moments pour démontrer que les électrons froids peuvent, via des instabilités secondaires, amortir presque complètement les ondes de sifflement parallèles dans la magnétosphère terrestre, expliquant ainsi l'absence fréquente d'ondes obliques ou de modes de Bernstein de forte amplitude simultanément aux ondes alignées.

Opal Issan, Vadim Roytershteyn, Gian Luca Delzanno, Salomon Janhunen2026-03-04🔬 physics

Floating-point consistent cross-verification methodology for reproducible and interoperable DDA solvers with fair benchmarking

Cet article présente une méthodologie unifiée d'assistance logicielle permettant d'assurer la vérification croisée, la reproductibilité et l'interopérabilité des solveurs DDA open-source DDSCAT, ADDA et IFDDA, tout en offrant des comparaisons de performances systématiques sur différentes architectures matérielles.

Clément Argentin, Patrick C. Chaumet, Michel Gross, Maxim A. Yurkin2026-03-04🔬 physics.optics

On Geometry Regularization in Autoencoder Reduced-Order Models with Latent Neural ODE Dynamics

Cette étude démontre que, dans le cadre de modèles réduits par autoencodeur avec des dynamiques d'ODE neuronales, la projection de Stiefel sur la première couche du décodeur améliore systématiquement la performance des prédictions à long terme, tandis que d'autres régularisations géométriques visant à lisser le décodeur peuvent en réalité nuire à l'apprentissage des dynamiques latentes.

Mikhail Osipov2026-03-04🤖 cs.LG

Astral: training physics-informed neural networks with error majorants

Ce papier propose une nouvelle fonction de perte nommée « Astral », basée sur des majorants d'erreur, pour entraîner des réseaux de neurones physiques afin d'obtenir des estimations d'erreur fiables et directes tout en assurant une convergence rapide et une précision comparable ou supérieure aux méthodes de minimisation de résidus classiques.

Vladimir Fanaskov, Tianchi Yu, Alexander Rudikov, Ivan Oseledets2026-03-03🔬 physics

Causality-Respecting Adaptive Refinement for PINNs: Enabling Precise Interface Evolution in Phase Field Modeling

Cette étude propose une méthode combinant l'affinement adaptatif basé sur les résidus et l'entraînement informé par la causalité pour améliorer la précision et l'efficacité des réseaux de neurones informés par la physique (PINN) dans la modélisation de l'évolution d'interfaces complexes en physique des phases.

Wei Wang, Tang Paai Wong, Haihui Ruan, Somdatta Goswami2026-03-03🔬 physics

Nuclear Schiff moment of fluorine isotope 19^{19}F

Cet article présente le premier calcul ab initio du moment de Schiff nucléaire de l'isotope fluor-19 et, en le combinant à des mesures expérimentales sur le cation HfF⁺, établit la première limite expérimentale sur ce moment, posant ainsi les bases pour contraindre les interactions pion-nucléon-nucléon via des méthodes nucléaires ab initio.

Kia Boon Ng, Stephan Foster, Lan Cheng, Petr Navratil, Stephan Malbrunot-Ettenauer2026-03-03⚛️ nucl-th