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.

Numerical modeling of SNSPD absorption utilizing optical conductivity with quantum corrections

Cette étude présente une modélisation numérique de l'absorption des détecteurs SNSPD intégrant des corrections quantiques dans le modèle Drude-Lorentz, révélant que l'efficacité spectrale dépend non seulement de la géométrie de la cavité optique mais aussi significativement de la conductivité optique des films métalliques désordonnés.

Martin Baránek, Pavol Neilinger, Samuel Kern, Miroslav Grajcar2026-03-25🔬 cond-mat

Photothermal resistivity alignment of optical fibers to SNSPD

Cette étude présente une technique d'alignement optique simple et robuste pour les détecteurs SNSPD, qui exploite la variation de résistivité induite par l'absorption photothermique pour atteindre un positionnement submicronique précis sans recourir aux mesures de réflexion ou de transmission.

Martin Baránek, Dušan Lorenc, Tomáš Ščepka, Ján Šoltýs, Iuliia Vetrova, Štefan Haščík, Miroslav Grajcar, Pavol Neilinger2026-03-25🔬 physics.optics

KATRIN Sensitivity to keV Sterile Neutrinos with the TRISTAN Detector Upgrade

Cet article présente les sensibilités projetées de l'expérience KATRIN, équipée du détecteur TRISTAN, pour la recherche de neutrinos stériles de masse keV, démontrant sa capacité à sonder des amplitudes de mélange de l'ordre de 10610^{-6} dans la gamme de 4 à 13 keV, bien que les incertitudes systématiques puissent réduire cette sensibilité d'un facteur 10 à 50.

H. Acharya, M. Aker, D. Batzler, A. Beglarian, J. Beisenkötter, M. Biassoni, B. Bieringer, Y. Biondi, B. Bornschein, L. Bornschein, M. Carminati, A. Chatrabhuti, S. Chilingaryan, B. A. Daniel, M. Desc (…)2026-03-25⚛️ nucl-ex

Extension of interferometric particle imaging to small ice-crystal sizes using the Discrete Dipole Approximation

Cet article démontre que l'imagerie de particules interférométriques (IPI), couplée à l'approximation des dipôles discrets (DDA), peut être étendue avec succès à la caractérisation de cristaux de glace de quelques micromètres, validant ainsi le principe de mesure pour des particules aussi petites que 11,5 longueurs d'onde.

Marc Brunel, Gilles Demange, Renaud Patte, Maxim Yurkin2026-03-24🔬 physics.optics

Design and characterization of the POKERINO prototype for the POKER/NA64 experiment at CERN

Cet article présente les résultats de la campagne de caractérisation expérimentale du prototype POKERINO, un calorimètre électromagnétique homogène à cristaux PbWO₄ et SiPM conçu pour l'expérience NA64 au CERN, démontrant que ses performances satisfont aux exigences de résolution en énergie nécessaires à la recherche de matière noire légère.

Andrei Antonov, Pietro Bisio, Mariangela Bondì, Andrea Celentano, Anna Marini, Luca Marsicano2026-03-24⚛️ hep-ex

Non-Destructive Beam Monitoring via Secondary Radiation Detection with Ce-Doped Silica Fibers

Cette étude présente un moniteur de faisceau non destructif basé sur des fibres scintillantes dopées au cérium, capable de détecter les rayonnements secondaires générés par les composants d'un cyclotron médical pour surveiller avec précision l'intensité du faisceau, les pertes et les déplacements spatiaux sans altérer la qualité du faisceau.

Alexander Gottstein, Pierluigi Casolaro, Gaia Dellepiane, Lars Eggimann, Eva Kasanda, Isidre Mateu, Samuel Usherovich, Paola Scampoli, Cornelia Hoehr, Saverio Braccini2026-03-24🔬 physics

Trigger Optimization and Event Classification for Dark Matter Searches in the CYGNO Experiment Using Machine Learning

Ce papier présente deux approches d'apprentissage automatique pour le déclenchement et la classification des événements dans l'expérience CYGNO : une méthode non supervisée basée sur un autoencodeur pour réduire les données en ligne en identifiant les anomalies, et une méthode faiblement supervisée utilisant le cadre CWoLa pour distinguer les topologies de recul nucléaire sans étiquettes d'événements.

F. D. Amaro, R. Antonietti, E. Baracchini, L. Benussi, C. Capoccia, M. Caponero, L. G. M. de Carvalho, G. Cavoto, I. A. Costa, A. Croce, M. D'Astolfo, G. D'Imperio, G. Dho, E. Di Marco, J. M. F. dos S (…)2026-03-24🔬 physics

Optimising Microwave Cavities for nonzero Helicity with Machine Learning

Ce papier présente un cadre de conception inverse basé sur l'apprentissage automatique pour optimiser systématiquement la forme de cavités micro-ondes tridimensionnelles afin de maximiser l'hélicité électromagnétique, en identifiant des principes physiques robustes et des géométries complexes qui dépassent les règles de conception heuristiques traditionnelles.

Emma Paterson, Jeremy Bourhill, Maxim Goryachev2026-03-24🔬 physics.optics