La détection d'introns en physique explore comment les systèmes quantiques et les matériaux complexes répondent aux perturbations soudaines, révélant des propriétés cachées de la matière. Ce domaine fascinant permet de comprendre comment l'information se propage dans des environnements chaotiques, avec des applications potentielles allant de l'informatique quantique à la science des matériaux.

Sur Gist.Science, nous suivons de près les dernières avancées de ce secteur en traitant systématiquement chaque nouveau prépublication déposée sur arXiv dans cette catégorie. Pour chaque article, nous proposons une version simplifiée accessible à tous, accompagnée d'une analyse technique approfondie pour les experts, rendant ainsi la recherche de pointe plus compréhensible et utile.

Vous trouverez ci-dessous la sélection des travaux les plus récents publiés dans ce domaine, prêts à être explorés sous différents angles de compréhension.

An interpretable unsupervised representation learning for high precision measurement in particle physics

L'article présente l'Autoencodeur d'Histogramme (HistoAE), un modèle d'apprentissage profond non supervisé doté d'une perte personnalisée basée sur l'histogramme qui crée un espace latent physiquement interprétable pour les détecteurs à microbandes de silicium, atteignant des mesures de charge et de position de haute précision comparables aux méthodes conventionnelles tout en permettant des simulations de détecteurs rapides.

Xing-Jian Lv, De-Xing Miao, Zi-Jun Xu, Jian-Chun Wang2026-06-15⚛️ hep-ex

Practical Low-Weight Codes for Energy-Efficient Bus Encoding

Cet article propose deux nouveaux schémas de codage de bus à faible complexité assistés par des carnets de codes aléatoires prédéfinis, démontrant qu'ils atteignent une efficacité énergétique et une réduction des inversions de bits proches de l'optimal pour les mémoires non volatiles et les bus de données tout en simplifiant considérablement la mise en œuvre par rapport aux solutions optimales traditionnelles.

Lorenzo Valentini, Marco Chiani2026-06-15🔬 physics

Certification of the genuine resolution of photon number resolving detectors

Cet article introduit un cadre opérationnel et un protocole évolutif basé sur des sondes d'états cohérents pour certifier la résolution réelle du nombre de photons des détecteurs, ce qui est démontré par l'obtention d'une résolution à quatre issues sur un détecteur de nanofils supraconducteurs à photon unique de 28 pixels.

Jef Pauwels, Towsif Taher, Roope Uola, Boris Korzh, Nicolas Brunner, Pavel Sekatski2026-06-15⚛️ quant-ph

Machine-learned particle flow as a foundation model for collider physics

Cet article établit le flux de particules appris par apprentissage automatique (MLPF) comme un modèle de fondation pour la physique des collisionneurs en démontrant que ses représentations latentes apprises servent de pont partagé et riche en informations entre les données de détecteur de bas niveau et diverses tâches d'analyse de haut niveau, améliorant significativement les performances et l'efficacité par rapport aux approches modulaires traditionnelles.

Farouk Mokhtar, Joosep Pata, Michael Kagan, Javier Duarte2026-06-15✓ Author reviewed ⚛️ hep-ex

Demonstration of length control for a filter cavity with coherent control sidebands

Cet article démontre expérimentalement un nouveau schéma de contrôle de la longueur et de l'alignement pour une cavité de filtrage de 300 mètres utilisant des bandes latérales de contrôle cohérent, réduisant avec succès le bruit de longueur de la cavité de 6,8 à 2,1 pm afin de permettre le resserrement dépendant de la fréquence pour les détecteurs d'ondes gravitationnelles avancés.

Naoki Aritomi, Yuhang Zhao, Eleonora Capocasa, Matteo Leonardi, Marc Eisenmann, Michael Page, Yuefan Guo, Eleonora Polini, Akihiro Tomura, Koji Arai, Yoichi Aso, Martin van Beuzekom, Yao-Chin Huang, R (…)2026-06-12🔬 physics

SPADE: Split-and-Delay Embeddings for Autoregressive High-Granularity Calorimeter Simulation

L'article introduit SPADE, un transformateur autorégressif qui intègre et retarde de manière indépendante les jetons multi-caractéristiques afin d'exploiter l'auto-attention standard pour apprendre les corrélations intra-jetons, atteignant ainsi des performances de pointe dans la simulation de gerbes de calorimètres à haute granularité.

Joschka Birk, Frank Gaede, Anna Hallin, Gregor Kasieczka, Martina Mozzanica, Henning Rose2026-06-11⚛️ hep-ex

fitPALSpectra: Python fitting of positron annihilation lifetime spectra

Cet article présente fitPALSpectra, un flux de travail Python en libre accès qui répond aux défis de l'analyse des données de spectroscopie de durée de vie d'annihilation de positrons (PALS) en fournissant un outil configurable pour simuler, ajuster et visualiser des spectres à l'aide d'un modèle exponentiel-gaussien analytiquement intégré, lequel a été validé pour récupérer avec précision les paramètres de vérité terrain sur des données synthétiques.

Georgios E. Pavlou2026-06-11🔬 physics

Characterisation of Crystalline Defects in 4H Silicon Carbide using DLTS and TSC

Cet article caractérise les défauts électriquement actifs intrinsèques et liés à la croissance, identifiant spécifiquement les défauts Z1/2Z_{1/2} et liés à l'azote, dans des diodes 4H de carbure de silicium de type n de pointe en utilisant la spectroscopie de courants transitoires en profondeur (DLTS) et les courants stimulés thermiquement (TSC) afin de soutenir le développement de capteurs durcis contre les radiations pour les futures expériences de collisionneurs de hadrons.

Niels Sorgenfrei, Elias Arnqvist, Yana Gurimskaya, Michael Moll, Ulrich Parzefall, Faiza Rizwan, Moritz Wiehe2026-06-10🔬 physics

Gain-Layer Project

Le projet Gain-Layer répond au manque de compréhension au niveau des défauts concernant la dégradation induite par les radiations dans les LGAD en produisant et en caractérisant 19 050 diodes de silicium spécialisées avec des concentrations de dopage pertinentes pour la couche de gain afin de permettre de futures études utilisant des techniques de spectroscopie de défauts standards.

Niels G. Sorgenfrei, Anna Rita Altamura, Cristina Besleaga, Georgia Andra Boni, Tomas Ceponis, Paul Erberk, Eckhart Fretwurst, Yana Gurimskaya, Kevin Lauer, Ludovico Massaccesi, Luca Menzio, Michael M (…)2026-06-10🔬 physics