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.

Six Open Questions in Machine-Learned Interatomic Potential Foundation Models

Cet article définit des potentiels interatomiques fondés sur l'apprentissage automatique (MLIP) et articule six questions ouvertes critiques qui devraient guider les futures recherches de pointe dans le domaine.

Isabel Creed, Tim Rein, Ingvars Vitenburgs, Wojciech G. Stark, Viktor Ellingsson, Ahmed Y. Ismail, Guangyu Liu, Yuchen Lou, Bradley A. A. Martin, Cyprien Bone, Matthew A. H. Walker, Mueen Taj, Shirui (…)2026-06-08🔬 physics.app-ph

Learning and Inferring Multiphase Flow Dynamics in Porous Media using Scientific Machine Learning: Application to the "FluidFlower" CO2 Injection Experiment

Cet article présente un cadre d'apprentissage automatique scientifique qui combine un substitut par réseau de neurones convolutifs avec l'inférence bayésienne pour prédire et calibrer efficacement la dynamique de l'écoulement multiphasique de CO2-saumure dans les milieux poreux, démontrant des améliorations significatives de l'identification des paramètres et de la précision de la simulation par rapport aux méthodes traditionnelles utilisant des données expérimentales à haute résolution « FluidFlower ».

Hannah Lu, Lluis Salo-Salgado, Yun-Ting Chou, Ehsan Haghighat, Ruben Juanes2026-06-05🔬 physics

A tensor-train multidimensional inverse Laplace transform

Cet article introduit une formulation en train de tenseurs pour la transformée de Laplace inverse multidimensionnelle qui surmonte le fléau de la dimensionnalité en réduisant la complexité computationnelle de l'exponentielle au polynôme grâce à des approximations et des contractions de tenseurs de faible rang, démontrant son efficacité sur diverses distributions multivariées.

Martin Mikkelsen, Michael Kastoryano2026-06-05🔬 physics

Wall Shear Stress Reconstruction from Concentration: Differentiable Physics and Physics-Informed Neural Networks

Cette étude démontre que si les réseaux de neurones informés par la physique (PINN) ne peuvent reconstruire la contrainte de cisaillement pariétal à partir de données de scalaires passifs que lorsque des mesures à proximité de la paroi sont disponibles, un cadre de physique différentiable basé sur l'optimisation sous contraintes d'EDP parvient à récupérer avec précision la contrainte de cisaillement pariétal dans divers scénarios de mesure, tant pour les écoulements canoniques que pour les écoulements cardiovasculaires spécifiques aux patients.

Mahmoud Elhadidy, Siva Viknesh, Roshan M. D'Souza, Amirhossein Arzani2026-06-05🔬 physics

Improvement of Mixing Function for Modified Upwinding Compact Scheme

Cet article présente une fonction de mélange améliorée pour un schéma compact de type upwinding modifié qui combine efficacement la précision d'ordre élevé des schémas compacts avec la capacité de capture de chocs de WENO, permettant une résolution nette des chocs tout en préservant une haute résolution dans les zones lisses pour des applications telles que les interactions choc-couche limite et choc-acoustique.

Huankun Fu, Ping Lu, Chaoqun Liu2026-06-04🔬 physics

Seismic Wave Scattering Through a Compressed Hybrid BEM/FEM Method

Cet article passe en revue et évalue une méthode hybride BEM/FEM compressée qui transforme les matrices d'éléments de frontière denses en matrices de rigidité dynamique à bandes afin de résoudre efficacement les problèmes de diffusion d'ondes élastiques dans des domaines semi-infinis avec des exigences de mémoire réduites pour des applications d'ingénierie pratiques.

Nicolás Guarín-Zapata, Juan Gómez, Juan Jaramillo2026-06-04🔬 physics