La dynamique des fluides explore comment les liquides et les gaz se déplacent, des courants océaniques invisibles aux écoulements d'air autour d'une aile d'avion. Ce domaine fascinant révèle les lois qui régissent la matière en mouvement, reliant des phénomènes quotidiens comme la météo à des applications technologiques complexes. Sur Gist.Science, nous rendons ces découvertes accessibles à tous, sans barrières linguistiques ni jargon excessif.

Chaque nouveau prépublication arXiv dans cette catégorie est analysé par nos équipes pour vous offrir deux versions résumées : une explication simple pour les curieux et un aperçu technique détaillé pour les experts. Cette double approche garantit que la science reste compréhensible tout en conservant sa rigueur fondamentale.

Découvrez ci-dessous les dernières publications traitant de la dynamique des fluides, sélectionnées et résumées pour vous dès leur sortie sur arXiv.

Coherent structures in axis-switching elliptical jets

Cette étude par simulation numérique directe montre que l'augmentation du forçage dans les jets elliptiques à rapport d'aspect 2 avance le basculement d'axe, ce qui accélère la décroissance du mode de battement initial au profit d'un nouveau mode de battement relatif à l'axe basculé, tandis que le mode de balancement devient dominant dans la région post-basculement.

Naia Suzuki, André V. G. Cavalieri, Daniel M. Edgington-Mitchell, Petrônio A. S. Nogueira2026-04-21🔬 physics

Synthetic Seismograms from Particle Bed Interactions and Turbulent River Flow: Modeling and Comparison with Observations

Cette étude présente un modèle numérique basé sur la physique qui simule les séismes générés par les interactions des particules et la turbulence dans les rivières à lit graveleux, démontrant que la résolution des dynamiques à l'échelle du grain permet de distinguer les contributions du transport sédimentaire et de l'écoulement fluide au bruit sismique des rivières.

Sara Nicoletti, Giacomo Belli, Omar Morandi, Emanuele Marchetti2026-04-21🔢 math-ph

Information decomposition for disentangled and interpretable manifold learning of fluid flows via variational autoencoders

Cet article propose un cadre théorique basé sur la décomposition de l'information dans les autoencodeurs variationnels pour extraire des variétés compactes et physiquement interprétables de données d'écoulement fluide, permettant une meilleure séparation des effets physiques et une robustesse accrue par rapport aux méthodes existantes.

Zhiyuan Wang, Iacopo Tirelli, Stefano Discetti, Andrea Ianiro2026-04-21🔬 physics

Towards a Foundation-Model Paradigm for Aerodynamic Prediction in Three-dimensional Design

Cet article présente AeroTransformer, un modèle fondamental basé sur l'architecture Transformer qui, grâce à un pré-entraînement sur un large jeu de données géométriques suivi d'un ajustement fin avec peu d'échantillons, permet de prédire avec une grande précision les écoulements aérodynamiques en trois dimensions tout en réduisant considérablement l'erreur par rapport à l'entraînement à partir de zéro.

Yunjia Yang, Babak Gholami, Caglar Gurbuz, Mohammad Rashed, Nils Thuerey2026-04-21🔬 physics

Autoregressive prediction of 2D MHD dynamics inferred from deep learning modeling

Cet article présente deux modèles de substitution basés sur l'apprentissage profond, à savoir un Transformer fondé sur la théorie de Koopman et un ConvLSTM-UNet, capables de prédire avec précision et à faible coût computationnel l'évolution temporelle des instabilités de Kelvin-Helmholtz en magnétohydrodynamique 2D tout en préservant les structures physiques essentielles.

David Kivarkis, Waleed Mouhali, Sadruddin Benkadda, Kai Schneider2026-04-21🔬 physics

Diffusion compaction coupling controls pore pressure dynamics in granular fluid flows

Cette étude démontre que la diffusivité apparente de la pression interstitielle dans les écoulements granulaires-fluides n'est pas intrinsèque mais résulte du couplage entre la diffusion et la compaction, un mécanisme qui contrôle la mobilité des écoulements et dont l'impact sur la décélération et l'arrêt est correctement prédit par un modèle de profondeur moyennée intégrant cette physique.

Eric C. P. Breard, Claudia Elijas Parra, Mattia de' Michieli Vitturi2026-04-21🔬 cond-mat

A differentiable software suite for accelerated simulation of turbulent flows

Cet article présente IncompressibleNavierStokes.jl, une bibliothèque Julia open-source permettant des simulations de turbulence accélérées et entièrement différentiables sur CPU et GPU, conçue pour l'entraînement de modèles de fermeture par réseaux de neurones et capable d'exécuter des simulations numériques directes en double précision jusqu'à une résolution de 8403840^3 sur un seul GPU.

Syver Døving Agdestein, Benjamin Sanderse2026-04-21🔬 physics