🔬 Category

physics.comp-ph

903 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.

Visual-to-Code Authoring, Tensor-Network Debugging, and Quantum-Circuit Inspection Tools in Python

Cet article présente trois packages Python complémentaires — Tensor-Network-Visualization, Tensor-Network-Editor et Quantum Circuit Drawer — qui fournissent une couche de conception et d'inspection visuelle pour les réseaux de tenseurs et les circuits quantiques afin de faciliter le débogage structurel, la génération de code et l'analyse au niveau de la conception sans implémenter de nouveaux algorithmes de simulation.

Alejandro Mata Ali2026-06-09⚛️ quant-ph

Injection-rate effects on failure in a fluid-saturated granular fault gouge

Cet article combine la théorie analytique et les simulations numériques pour démontrer que le taux d'injection de fluide régit la rupture de la gouge de faille en créant une hétérogénéité de pression, où une injection lente provoque un affaiblissement uniforme tandis qu'une injection rapide préserve la résistance dans les régions distales, offrant ainsi un cadre raffiné pour prédire la sismicité lors des opérations géotechniques.

Pritom Sarma, Stanislav Parez, Einat Aharonov, Renaud Toussaint2026-06-09🔬 physics

A Framework to Model Stellar Irradiated Disks with Frequency-dependent Absorption and Scattering Opacities in Athena++

Cet article présente un nouveau cadre utilisant le code Athena++ avec un transport de rayonnement multigroupe et des rayons radiaux pour modéliser de manière précise et efficace l'absorption et la diffusion dépendantes de la fréquence dans les disques protoplanétaires irradiés par une étoile, atteignant des résultats de température à 2–5 % des références de Monte Carlo tout en réduisant considérablement les coûts de calcul.

Stanley A. Baronett, Yan-Fei Jiang, Zhaohuan Zhu, Shangjia Zhang, Philip J. Armitage2026-06-09🔭 astro-ph

Bi-S network origin of cation-disorder stability and dispersive band edges in AgBiS2

En combinant des potentiels interatomiques d'apprentissage automatique avec des hamiltoniens d'apprentissage profond, cette étude révèle qu'un réseau tridimensionnel continu de Bi-S est le motif central responsable de la stabilisation de l'AgBiS2 à désordre cationique et du maintien de son bord de bande de conduction dispersif et de sa faible masse effective électronique malgré un fort désordre structurel.

Han-Pu Liang, Songyuan Geng, Heng Kang, Chen Qiu, Xiao-Ping Yao, Qing'an Li, Bozhao Zhang, Lechuan Sun, Yuxuan Chen, Shan Zhang, Su-Huai Wei, Peng-Fei Guan2026-06-09🔬 cond-mat.mtrl-sci

Wave propagation and scattering in time dependent media: Lippmann-Schwinger equations, multiple scattering theory, Kirchhoff Helmholtz integrals, Green's functions, reciprocity theorems and Huygens' principle

Cet article introduit un cadre mathématique basé sur les équations intégrales de Lippmann-Schwinger pour modéliser la diffusion des ondes acoustiques dans des milieux dépendants du temps avec des interfaces à vitesse modulée, démontrant la dualité espace-temps et validant expérimentalement la théorie pour permettre l'analyse de la diffusion des ondes sans connaissance préalable des champs de fond.

Xingguo Huang, Cong Wang, Li Han, Stewart Greenhalgh, Ru-Shan Wu2026-06-08🔬 physics.optics

Fast spectral separation method for kinetic equation with anisotropic non-stationary collision operator retaining micro-model fidelity

Cet article présente un modèle cinétique généralisé et piloté par les données pour les plasmas à un composant qui s'étend au-delà du régime faiblement couplé en incorporant des noyaux de collision anisotropes et non stationnaires appris à partir de la dynamique moléculaire, et introduit une méthode rapide de séparation spectrale pour permettre des simulations numériques efficaces et préservant la structure avec une complexité en O(Nlog⁡N)O(N \log N).

Yue Zhao, Huan Lei2026-06-08📊 stat

Machine Learning for Electron-Scale Turbulence Modeling in W7-X

Cet article présente un modèle réduit piloté par l'apprentissage automatique et guidé par la physique pour prédire le flux de chaleur de la turbulence du gradient de température électronique (ETG) dans le stellarator Wendelstein 7-X, lequel atteint une grande précision grâce à l'apprentissage actif et à l'interpolation radiale, mais révèle qu'une formulation unique indépendante du rayon est insuffisante pour capturer la physique du transport dépendante de la géométrie de l'appareil.

Ionut-Gabriel Farcas, Don Lawrence Carl Agapito Fernando, Alejandro Banon Navarro, Gabriele Merlo, Frank Jenko2026-06-08🔬 physics

Exterior complex scaling enables physics-informed neural networks for quantum scattering

Ce travail démontre que la mise à l'échelle complexe extérieure transforme les fonctions d'onde de diffusion non décroissantes en formes à décroissance exponentielle, permettant aux réseaux de neurones informés par la physique de résoudre avec précision des problèmes de diffusion nucléaire pour la première fois et ouvrant la voie à des problèmes inverses efficaces et à la modélisation de réactions complexes.

Jin Lei2026-06-08⚛️ nucl-th

Capturing non-Markovian dynamics in non-equilibrium stochastic systems using flow matching

Cet article introduit une méthode d'appariement de flux générative qui capture avec précision les effets non markoviens et non gaussiens dans la dynamique stochastique de particules à court terme, surpassant les modèles de Dean-Kawasaki régularisés traditionnels dans la prédiction des moments statistiques et des temps de premier passage.

Bhargav Sriram Siddani, John B. Bell, Alejandro L. Garcia, Ishan Srivastava2026-06-08🤖 cs.LG