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.

Real-time graph neural networks on FPGAs for the Belle II electromagnetic calorimeter

Cet article présente la première implémentation opérationnelle d'un réseau de neurones à graphes sur FPGA pour le déclenchement en temps réel du calorimètre électromagnétique de l'expérience Belle II, démontrant une latence compatible avec le système de lecture tout en améliorant significativement la résolution de position, la pureté et l'efficacité des clusters par rapport à l'algorithme de base.

I. Haide, M. Neu, Y. Unno, T. Justinger, V. Dajaku, F. Baptist, T. Lobmaier, J. Becker, T. Ferber, H. Bae, A. Beaubien, J. Eppelt, R. Giordano, G. Heine, T. Koga, Y. -T. Lai, K. Miyabayashi, H. Nakaza (…)2026-02-18⚛️ hep-ex

Systematic study of high performance GeSn photodiodes with thick absorber for SWIR and extended SWIR detection

Cette étude présente une analyse systématique de photodiodes GeSn à absorbeur épais, démontrant des performances élevées pour la détection SWIR et étendue tout en proposant des stratégies d'optimisation basées sur la physique des dispositifs pour surmonter les défis de croissance.

Quang Minh Thai, Rajesh Kumar, Abdulla Said Ali, Justin Rudie, Steven Akwabli, Yunsheng Qiu, Mourad Benamara, Hryhorii Stanchu, Kushal Dahal, Xuehuan Ma, Sudip Acharya, Chun-Chieh Chang, Gregory T. Fo (…)2026-02-18🔬 physics.app-ph

GPS constellation search for exotic physics messengers coincident with the binary neutron star merger GW170817

En exploitant les données archivées des horloges atomiques du système GPS, les auteurs ont mené une recherche rétrospective sans détection significative de champs légers exotiques émis lors de la fusion d'étoiles à neutrons GW170817, établissant ainsi de nouvelles limites strictes sur les couplages de nouvelle physique dans une gamme d'énergie spécifique.

Arko P. Sen, Geoffrey Blewitt, Andrey Sarantsev, Paul Ries, Andrei Derevianko2026-02-18🔬 physics.atom-ph

Compton imaging of undepleted volumes of germanium detectors

Cette étude présente la première imagerie tridimensionnelle des volumes non totalement désertés d'un détecteur germanium à haute pureté, obtenue par mesure de l'efficacité de diffusion Compton, permettant ainsi de déduire un profil de densité d'impuretés validé par comparaison avec des mesures de capacité.

Iris Abt, Arthur Butorev, Felix Hagemann, David Hervas Aguilar, Johanna Lührs, Julia Penner, Oliver Schulz2026-02-18🔬 physics

The First Instrumentally Documented Fall of an Iron Meteorite: atmospheric trajectory and ground impact

Ce document présente la première chute d'un météorite de fer instrumentalement documentée, survenue en Suède en novembre 2020, en reconstruisant sa trajectoire atmosphérique et son impact au sol grâce à des données optiques, acoustiques et sismiques, tout en soulignant les propriétés aérodynamiques uniques des corps métalliques qui nécessitent une adaptation des modèles d'entrée atmosphérique.

Jarmo Moilanen, Maria Gritsevich, Jaakko Visuri2026-02-18🔭 astro-ph

Impact of front-end parameters of the ARCADIA MD3 on charged particle detection

Cette étude présente la première caractérisation en faisceau du capteur ARCADIA MD3, développé dans le cadre du projet INFN, en analysant l'impact de ses paramètres front-end sur la détection de particules chargées à l'aide d'un télescope déclencheur sans signal.

C. Pantouvakis, S. Garbolino, M. Rignanese, P. Affleck, A. Apresyan, P. Azzi, N. Bacchetta, C. Bonini, D. Chiappara, S. Ciarlantini, D. Falchieri, A. Hayrapetyan, S. Mattiazzo, L. Pancheri, D. Pantano (…)2026-02-18🔬 physics

The COHERENT Experiment: 2026 Update

L'expérience COHERENT, mise à jour pour 2026, vise à réaliser des mesures de haute précision de la diffusion élastique cohérente neutrino-noyau sur diverses cibles nucléaires au Spallation Neutron Source afin de tester le modèle standard, rechercher une nouvelle physique et fournir des données cruciales pour l'interprétation des détections de supernovas.

M. Adhikari, M. Ahn, D. Amaya Matamoros, P. S. Barbeau, V. Belov, I. Bernardi, C. Bock, A. Bolozdynya, R. Bouabid, J. Browning, B. Cabrera-Palmer, N. Cedarblade-Jones, S. Chen, A. I. Colón Rivera, V. (…)2026-02-18⚛️ nucl-ex

Identification and simulation of surface alpha events on passivated surfaces of germanium detectors and the influence of metalisation

Cette étude présente l'identification et la simulation des événements alpha de surface sur un détecteur germanium, mettant en évidence un nouveau lien entre le piégeage de charge et les axes cristallins, tout en modélisant ces effets et en analysant l'influence de la métallisation.

Iris Abt, Christopher Gooch, Felix Hagemann, Lukas Hauertmann, Xiang Liu, Oliver Schulz, Martin Schuster, Anna Julia Zsigmond2026-02-17🔬 physics

Bayesian inference of high-purity germanium detector impurities based on capacitance measurements and machine-learning accelerated capacitance calculations

Cette étude présente une méthode d'inférence bayésienne utilisant un modèle de substitution entraîné par apprentissage automatique et des calculs de capacité accélérés par GPU pour déterminer avec précision la distribution des impuretés dans les détecteurs au germanium ultra-pur à partir de mesures de capacité.

Iris Abt, Christopher Gooch, Felix Hagemann, Lukas Hauertmann, Xiang Liu, Oliver Schulz, Martin Schuster2026-02-17🔬 physics