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.

High-temperature series expansion of the dynamic Matsubara spin correlator

Cet article étend les développements en série à haute température aux corrélateurs de spin de Matsubara dynamiques pour les modèles de Heisenberg, fournissant des coefficients d'expansion exacts précalculés jusqu'au 12ème ordre pour des réseaux arbitraires afin de permettre le calcul des susceptibilités statiques et des facteurs de structure dynamiques à fréquence réelle.

Ruben Burkard, Benedikt Schneider, Björn Sbierski2026-02-06🔬 cond-mat.mtrl-sci

Quantification of the cascading tipping probability from the AMOC to the Amazon rainforest

En utilisant l'algorithme d'événements rares TAMS sur un modèle conceptuel couplé, cette étude quantifie la probabilité d'une cascade de basculements d'un effondrement de l'AMOC vers une dégradation de la forêt amazonienne, révélant que si une telle transition dans le nord-ouest du Brésil d'ici 200 ans est hautement improbable, elle est strictement contingente à un effondrement préalable de l'AMOC qui induit un assèchement sévère et des risques d'incendies de forêt.

Valérian Jacques-Dumas, Henk A. Dijkstra2026-02-06🔬 physics

Persistent Charge and Spin Currents in a Ferromagnetic Hatano-Nelson Ring

Cet article étudie les courants de charge et de spin persistants dans un anneau de Hatano-Nelson ferromagnétique, démontrant comment le saut non réciproque induit un effet Aharonov-Bohm non hermitien et révélant que le désordre peut, de manière surprenante, amplifier le transport de spin à travers divers régimes topologiques et de paramètres.

Sourav Karmakar, Sudin Ganguly, Santanu K. Maiti2026-02-06🔬 cond-mat.mes-hall

Exploiting biased noise in variational quantum models

Cet article remet en question les stratégies conventionnelles d'atténuation du bruit en démontrant que la préservation d'un bruit biaisé et non unitaire dans les algorithmes quantiques variationnels peut en fait améliorer l'optimisation classique et produire de meilleures solutions, alors que les techniques de mélange standard qui symétrisent le bruit dégradent souvent les performances.

Connor van Rossum, Sally Shrapnel, Riddhi Gupta2026-02-06⚛️ quant-ph

Numerical model for pellet rocket acceleration in PELOTON

Cet article présente un modèle numérique validé au sein du code PELOTON qui simule l'accélération des roquettes de granulés dans les dispositifs de fusion thermonucléaire en tenant compte de l'asymétrie du nuage d'ablation et des gradients de plasma, démontrant une cohérence avec les trajectoires expérimentales de JET et révélant une déviation réduite pour les granulés composites deutérium-néon.

J. Corbett, R. Samulyak, F. J. Artola, S. Jachmich, M. Kong, E. Nardon2026-02-06🔬 physics

Streaming Operator Inference for Model Reduction of Large-Scale Dynamical Systems

Cet article propose l'Inférence d'Opérateur en Flux (Streaming Operator Inference), un cadre de réduction de modèle non intrusif qui utilise la SVD incrémentale et les moindres carrés récursifs pour apprendre des modèles d'ordre réduit précis à partir de flux de données séquentiels, surmontant ainsi les limitations de mémoire des méthodes par lots traditionnelles et permettant une adaptation en ligne pour les systèmes dynamiques à grande échelle.

Tomoki Koike, Prakash Mohan, Marc T. Henry de Frahan, Julie Bessac, Elizabeth Qian2026-02-06🤖 cs.LG

Penalized Likelihood Parameter Estimation for Differential Equation Models: A Computational Tutorial

Cet article de type tutoriel fournit des exercices de calcul autodidactes et des carnets Jupyter reproductibles afin de faciliter l'application pratique du profilage généralisé, une méthode de vraisemblance pénalisée pour l'estimation de paramètres dans les modèles d'équations différentielles ordinaires.

Matthew J Simpson, James S Bennett, Alexander Johnston, Ruth E Baker2026-02-06📊 stat

lrux: Fast low-rank updates of determinants and Pfaffians in JAX

Le papier présente lrux, un progiciel haute performance basé sur JAX qui accélère les algorithmes de Monte Carlo quantique en calculant efficacement des mises à jour de rang faible de déterminants et de Pfaffiens, réduisant la complexité computationnelle de O(n3)\mathcal{O}(n^3) à O(n2k)\mathcal{O}(n^2k) et atteignant des accélérations allant jusqu'à 1000×1000\times sur GPU.

Ao Chen, Christopher Roth2026-02-06🔬 cond-mat

Ab initio study of Proximity-Induced Superconductivity in PbTe/Pb heterostructures

Cette étude ab initio de hétérostructures PbTe/Pb révèle que, bien qu'une supraconductivité induite par proximité avec appariement anisotrope émerge, une barrière de Schottky importante à l'état normal empêche probablement la formation de modes zéro de Majorana, remettant en question la viabilité de ces interfaces spécifiques pour le calcul quantique topologique.

R. Reho, A. R. Botello-Méndez, Zeila Zanolli2026-02-05🔬 cond-mat