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.

Phonon-blocked junction calorimeter

Cette étude présente la théorie d'un microcalorimètre à jonction tunnel supraconductrice bloquée par phonons, intégrant un refroidissement électronique sur puce et une isolation phononique, qui promet une résolution énergétique exceptionnelle et une réponse thermique rapide, rivalisant potentiellement avec les capteurs à transition de température (TES) pour la spectroscopie d'énergie.

Zhuoran Geng, Joel Hätinen, Emma Mykkänen, Mika Prunnila, Ilari J. Maasilta2026-03-31🔬 physics

Constraints on ultraheavy dark matter from the CDEX-10 experiment at the China Jinping Underground Laboratory

L'expérience CDEX-10 au laboratoire souterrain de Jinping en Chine n'a détecté aucun excès de matière noire ultra-lourde sur une exposition de 205,4 kg·jour, établissant ainsi les contraintes les plus strictes à ce jour pour les masses inférieures à 10810^8 GeV en utilisant des détecteurs à semi-conducteurs.

Y. F. Wang, L. T. Yang, Q. Yue, K. J. Kang, Y. J. Li, H. P. An, Greeshma C., J. P. Chang, H. Chen, Y. H. Chen, J. P. Cheng, J. Y. Cui, W. H. Dai, Z. Deng, Y. X. Dong, C. H. Fang, H. Gong, Q. J. Guo, T (…)2026-03-31⚛️ hep-ex

Studying the GRAiNITA concept: first test beam results

Les premiers résultats du faisceau de test du prototype à petite échelle GRAiNITA au CERN valident ses performances calorimétriques attendues, en démontrant une résolution en énergie avec un terme constant lié aux non-uniformités inférieur à 1 % et une contribution statistique d'environ 1 %/√E.

Sergey Barsuk, Oleg Bezshyyko, Ianina Boiaryntseva, Andrey Boyarintsev, Dominique Breton, Herve Chanal, Alexander M. Dubovik, Larysa Golinka-Bezshyyko, Carlos Dominguez Goncalves, Yingrui Hou, Giulia (…)2026-03-31🔬 physics

The chemRIXS Instrument for the LCLS-II X-Ray Free Electron Laser

Cet article présente l'instrument chemRIXS au LCLS-II, qui permet d'étudier des systèmes en phase liquide dilués avec une haute sensibilité grâce à l'augmentation considérable du flux de rayons X fourni par l'accélérateur supraconducteur, offrant ainsi de nouvelles possibilités en spectroscopie temporelle résolue.

David J. Hoffman, Douglas Garratt, Matthew Bain, Christina Y. Hampton, Benjamin I. Poulter, Jyoti Joshi, Giacomo Coslovich, Frank P. O'Dowd, Daniel P. DePonte, Alexander H. Reid, Lingjia Shen, Daniel (…)2026-03-31🔬 physics

Pushing the Limits of Pulse Shape Discrimination in a Large Liquid Xenon Detector

Cet article présente le développement d'un cadre d'analyse pour optimiser la discrimination de forme d'impulsion (PSD) dans l'expérience LUX-ZEPLIN, démontrant que la combinaison de la PSD avec la discrimination charge-lumière permet de réduire significativement les fuites de bruit de fond électronique, en particulier pour les processus spécifiques comme la double capture électronique du 124^{124}Xe.

D. S. Akerib, A. K. Al Musalhi, F. Alder, B. J. Almquist, C. S. Amarasinghe, A. Ames, T. J. Anderson, N. Angelides, H. M. Araújo, J. E. Armstrong, M. Arthurs, A. Baker, S. Balashov, J. Bang, J. W. B (…)2026-03-31⚛️ hep-ex

Xenon Signal Denoising via Supervised, Semi-Supervised, and Unsupervised Models

Cette étude démontre que l'application de modèles d'apprentissage automatique, qu'ils soient supervisés, semi-supervisés ou non supervisés, permet d'améliorer significativement la résolution énergétique des détecteurs à xénon liquide pour la recherche de la double désintégration bêta sans neutrino en éliminant le bruit tout en préservant le signal.

Grant Kendrick Parker, Jason Brodsky, Indra Chakraborty2026-03-31⚛️ nucl-ex

Material Identification using Multi-Modal Intrinsic Radiation and Radiography

Cette étude démontre qu'un classificateur à forêt aléatoire exploitant des données combinées de radiographie, de spectroscopie gamma et de multiplicité neutronique permet d'identifier avec une grande précision la composition de blindages entourant une sphère de plutonium, surpassant ainsi les méthodes basées uniquement sur les rayons gamma, notamment pour des configurations à double coque.

Khoa Nguyen, Brendt Wohlberg, Oleg Korobkin, Marc Klasky2026-03-31🔬 physics