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.

Phenomenological energy exchange of diatomic gases: Comparison of Pullin and Borgnakke-Larsen models in direct simulation Monte Carlo method

Cette étude compare les modèles de Borgnakke-Larsen et de Pullin pour simuler l'échange d'énergie entre les modes translationnels et rotationnels des gaz diatomiques via la méthode DSMC, démontrant que le modèle de Pullin offre une base théorique plus rigoureuse tout en conservant une efficacité comparable dans les régimes de flux très raréfiés.

Hao Jin, Sha Liu, Ningchao Ding, Sirui Yang, Huahua Cui, Congshan Zhuo, Chengwen Zhong2026-02-10🔬 physics

Field conserving adaptive mesh refinement (AMR) scheme on massively parallel adaptive octree meshes

Ce papier propose un nouvel opérateur de coalescence (coarsening) simple et évolutif pour les maillages adaptatifs en octree, qui garantit la conservation des quantités physiques lors du raffinement de maillage en utilisant une projection L2L^2 pour minimiser l'erreur de discrétisation.

Kumar Saurabh, Makrand A. Khanwale, Masado Ishii, Hari Sundar, Baskar Ganapathysubramanian2026-02-10🔢 math-ph

A quantum-inspired multi-level tensor-train monolithic space-time method for nonlinear PDEs

Ce papier propose une méthode monolithique espace-temps multi-niveaux basée sur la décomposition en train de tenseurs (TT) pour résoudre des équations aux dérivées partielles non linéaires, surpassant les approches classiques et les méthodes TT à niveau unique en offrant une convergence plus robuste et une efficacité accrue pour les problèmes diffusifs, convectifs et dispersifs.

N. R. Rapaka, R. Peddinti, E. Tiunov, N. J. Faraj, A. N. Alkhooori, L. Aolita, Y. Addad, M. K. Riahi2026-02-10⚛️ quant-ph

Extracting Many-Body Quantum Resources within One-Body Reduced Density Matrix Functional Theory

Cet article établit un nouveau cadre au sein de la théorie de la fonction de la matrice de densité réduite à un corps qui permet la détermination universelle de l'information de Fisher quantique pour les états fondamentaux fermioniques et bosoniques directement à partir de la matrice de densité réduite à un corps, évitant ainsi la complexité computationnelle des fonctions d'onde exponentiellement grandes.

Carlos L. Benavides-Riveros, Tomasz Wasak, Alessio Recati2026-02-09🔬 cond-mat

A Nonlocal Orientation Field Phase-Field Model for Misorientation- and Inclination- Dependent Grain Boundaries

Cet article propose un modèle de champ de phase à champ d'orientation non local qui incorpore une anisotropie des joints de grains dépendante de la désorientation et de l'inclinaison à l'aide d'un champ d'orientation unique, permettant ainsi un ajustement précis de l'énergie des joints de grains tout en simplifiant la procédure d'ajustement et en reproduisant avec précision les comportements microstructuraux clés tels que la croissance linéaire des grains et l'équilibre des points triples.

Xiao Han, Axel van de Walle2026-02-09🔬 cond-mat.mtrl-sci

Comparison of inviscid and viscous vortex shedding from translating and rotating plates

Cette étude compare un modèle de nappe de vortex non visqueux à des simulations Navier-Stokes à travers environ 70 mouvements de plaque instationnaires à des nombres de Reynolds modérés, démontrant que l'approche non visqueuse prédit avec précision les forces et les structures d'écoulement dans les régimes dominés par le corps, tout en montrant une précision réduite à de faibles angles d'attaque dans les configurations dominées par l'écoulement.

Yu Jun Loo, Silas Alben2026-02-09🔬 physics

A Demonstration of a Neural Network as a Bridge Between Galaxy Simulations and Surveys

Cet article démontre qu'un réseau de neurones simple à une seule couche cachée, entraîné sur des galaxies synthétiques issues du modèle semi-analytique SHARK, peut prédire avec précision les masses stellaires des galaxies réelles du relevé GAMA en utilisant uniquement les magnitudes absolues et les indices de couleur, atteignant une dispersion d'environ 0,131 dex et prouvant que les architectures complexes d'apprentissage profond sont inutiles pour un transfert robuste de la simulation vers l'observation dans les études d'évolution galactique.

E. Elson2026-02-09🔭 astro-ph

Generalized Finite Differences Method Applied to Finite Photonic Crystal

Cet article propose une méthode de différences finies généralisées dans le domaine fréquentiel qui discrétise un domaine fondamental pour calculer les structures de bandes photoniques de cristaux photoniques finis, démontrant sa validité sur un cristal unidimensionnel dans une cavité optique tout en analysant la transition vers des systèmes infinis.

Santiago Bustamante, Esteban Marulanda, Jorge Mahecha, Herbert Vinck2026-02-06🔬 physics.optics

TTNOpt: Tree tensor network package for high-rank tensor compression

Le document présente TTNOpt, un progiciel qui exploite les réseaux de tenseurs en arbre pour calculer efficacement les états fondamentaux et les propriétés physiques des systèmes de spins quantiques tout en effectuant une compression de tenseurs de rang élevé pour l'analyse de données de haute dimension en optimisant les structures de réseau basées sur les motifs d'intrication.

Ryo Watanabe, Hidetaka Manabe, Toshiya Hikihara, Hiroshi Ueda2026-02-06🔬 cond-mat