核物理学は、物質の最小単位である原子核の構造や性質、そしてその中で起こる反応を探求する分野です。宇宙の成り立ちからエネルギーの源まで、私たちの世界を支える基礎的な原理を解き明かす鍵となる研究領域です。

Gist.Science では、arXiv に投稿されたこの分野の最新プレプリントをすべて収集し、専門用語に頼らない平易な解説と、技術的な詳細を網羅した要約の両方を提供しています。複雑な理論や実験結果も、誰でも理解しやすい形に整理してお届けします。

以下に、核物理学に関する最新の論文リストを掲載します。

⚛️ nuclear theory

Microscopic quasifission dynamics of the 54Cr+243Am{}^{54}\text{Cr}+{}^{243}\text{Am} reaction

本論文は、時間依存ハートリー・フォック法を用いた微視的計算により、超heavy 元素 119 の合成候補反応54Cr+243Am^{54}\text{Cr}+^{243}\text{Am}において、衝突幾何学と入射エネルギーが準核分裂ダイナミクスと殻効果の発現に決定的な影響を与えることを明らかにし、核分裂抑制を通じて融合確率を高める最適なエネルギー条件の特定への道筋を示した。

Liang Li, Lu Guo2026-03-10
⚛️ nuclear theory

Field Theoretic Approach to Interacting Two Body Tunneling

この論文は、トンネリングと摂動論の非互換性という課題に対処するため、ヤウカ coupling を持つトンネリング場の理論におけるベサ・サルペター方程式を導出することで、相互作用する二粒子トンネリング問題に対する解析的アプローチを確立し、特に 1 次元正エネルギー瞬時領域における閉形式解と物理的整合性を示したものである。

Guo Ye2026-03-09
⚛️ phenomenology

VarP-GP: cost-efficient Bayesian emulation of quark-gluon plasma modeling with variable statistical precision

この論文は、高エネルギー核衝突におけるクォーク・グルーオンプラズマのモデル化において、異なる統計精度のシミュレーションデータを統合して効率的に学習する新しいベイズエミュレーター「VarP-GP」を提案し、計算コストを削減しながら精度を向上させることで、従来不可能だった多モデル・多観測量の較正を可能にしたことを報告しています。

R. Ehlers, Y. Ji, P. M. Jacobs, S. Mak2026-03-09
⚛️ phenomenology

A Lattice QCD study of pΛp-\Lambda scattering in continuum and chiral limits

この論文は、格子 QCD 計算を用いて初めて陽子とラムダ粒子の散乱を系統的に研究し、得られた散乱長や有効範囲などの結果が実験値とよく一致することを確認し、中性子星の方程式の状態構築に重要な知見を提供したことを報告しています。

Hang Liu, Liuming Liu, Jin-Xin Tan, Wei Wang, Haobo Yan, Qian-Teng Zhu2026-03-09
🔭 astrophysics

Inverse-mapped density-dependent relativistic mean-field inference of the neutron-star equation of state with multi-messenger constraints

この論文は、多メッセンジャー観測データと理論的制約を統合したベイズ推論を用いて密度依存相対論的平均場モデルに基づく中性子星の物性方程式を導き出し、特に核対称エネルギーの傾きや高密度領域での音速の急激な増加といった中性子星内部の物理的性質を明らかにしたものである。

Wen-Jie Xie, Cheng-Jun Xia2026-03-09
⚛️ phenomenology

A Method to Constrain Preferential Emission and Spectator Dynamics in Heavy-Ion Collisions

重イオン衝突における優先放出とスペクテーターの崩壊を制約する新たな手法として、スペクテーターと荷電粒子の前後非対称性のピアソン相関を導入し、AMPT モデルを用いた Au+Au 衝突のシミュレーションにより、この相関が優先放出の影響やスペクテーター数の揺らぎを捉える堅牢な観測量であることを実証しました。

Vipul Bairathi, Somadutta Bhatta2026-03-06
🔬 physics

Physics-Embedded Bayesian Neural Network (PE-BNN) to predict Energy Dependence of Fission Product Yields with Fine Structures

本研究は、核物理の事前知識(エネルギー非依存の現象論的殻因子)をベイズ確率論的ニューラルネットワークに組み込むことで、微細構造を伴う中性子エネルギー依存性の核分裂生成物収率を高精度に予測する新しいフレームワーク「PE-BNN」を提案し、その有効性を示したものである。

Jingde Chen, Yuta Mukobara, Kazuki Fujio, Satoshi Chiba, Tatsuya Katabuchi, Chikako Ishizuka2026-03-06