計算物理学は、複雑な自然現象をコンピューターシミュレーションで解き明かす分野です。実験だけでは観測が難しい宇宙の成り立ちや、分子レベルの微細な動きまで、数式をプログラム化して可視化し、現実のメカニズムを紐解きます。

Gist.Science では、arXiv に公開される計算物理学の最新論文をすべて対象に、専門家による詳細な技術解説と、誰でも理解できる平易な要約を常時提供しています。専門用語に頼らず、研究の核心を伝えることで、この分野の最前線を広く開くことを目指しています。

以下に、arXiv から新たに追加された計算物理学の論文リストを掲載します。最新の研究動向を、それぞれの要約とともにご覧ください。

Differentiable Particle-Mesh Ewald with Cartesian Tensor Message Passing for Learning Long-Range Electrostatics and Dipole Response

本論文は、長距離静電相互作用および原子双極子応答のエンドツーエンドの学習を可能にするために、E(n)等変なデカルト・テンソル・メッセージパッシング・ネットワークと統合された、完全微分可能な粒子メッシュ・イワルズ・フレームワークを導入し、凝縮相および界面系に対して量子化学的精度を持つ力とO(N log N)のスケール性能を実現するものである。

Zhiyue Guo, Junjie Wang, Haoting Zhang, Zhixin Liang, Ziyang Yang, Yujian Pan, Jian Sun2026-06-02🔬 physics

Penalty-free quantum optimization applied to lattice protein folding

本論文は、二次ペナルティを回避するために最大独立集合問題用に設計されたQAOAミキサーを利用した、格子タンパク質折り畳みに対するペナルティフリーの量子最適化手法を提案しており、小規模なタンパク質を用いた古典シミュレーションによる手法の検証に成功し、さらにヒューリスティックな反復局所探索スキームを通じて、より大きな系(長さ N=14N=14 まで)へと拡張している。

Leif Gellsersen, Anders Irbäck, Lucas Knuthson, Stefan Prestel2026-06-02⚛️ quant-ph

DPA4: Pushing the Accuracy-Cost Frontier of Interatomic Potentials with EMFA SO(2) Convolution

本論文は、EMFA SO(2)等変畳み込みとコンパイラフレンドリーな学習最適化を特徴とする、新しいSE(3)等変原子間ポテンシャルアーキテクチャであるDPA4を紹介しており、これは大幅に削減されたパラメータ数と学習コストで最先端の精度を達成し、大規模原子モデルにおける新たな精度とコストのパレート・フロンティアを確立するものである。

Tiancheng Li, Wentao Li, Anyang Peng, Jianming Xue, Linfeng Zhang, Duo Zhang, Han Wang2026-06-02🔬 cond-mat.mtrl-sci

Speculative Sampling For Faster Molecular Dynamics

本論文では、高速なドラフトモデルと並列検証を用いることで、ターゲットモデルの分布に対する相対誤差を導入したり精度を損なったりすることなく、分子動力学シミュレーションを3〜9倍加速させる、分散型かつモデルに依存しない投機的サンプリング手法であるLangevin Speculative Dynamics(LSD)を導入する。

Arthur Kosmala, Stephan Günnemann, Meng Gao, Brandon Wood2026-06-02🔬 cond-mat.mtrl-sci

Diagrammatic Monte Carlo for positron-molecule many-body theory

本論文は、分子における陽電子自己エネルギーへのラダー級数の寄与を確率的にサンプリングおよび再総和化する図式的モンテカルロ法を提示しており、決定論的なベテ・サルピーター方程式の解と比較して大幅なメモリ削減を実現すると同時に、水素化リチウムに関する厳密対角化ベンチマークとの定量的な一致を示している。

T. A. Scott, S. K. Gregg, D. G. Green2026-06-02🔬 physics.atom-ph

Reduced-order modeling of Hamiltonian dynamics based on symplectic neural networks

本論文は、ヘノンニューラルネットワークを利用してエンドツーエンドのシンプレクティック構造を構築することで、高次元ハミルトン系のシンプレクティック構造の厳密な保存と長期的な安定性を保証する、新しいデータ駆動型の低次元化モデリングフレームワークを導入するものである。

Yongsheng Chen, Wei Guo, Qi Tang, Xinghui Zhong2026-06-01🔬 physics

Optical excitations in nanographenes from the Bethe-Salpeter equation and time-dependent density functional theory: absorption spectra and spatial descriptors

本論文は、ナノグラフェンの光学スペクトルと励起サイズを正確に予測するために、CP2KコードにおけるGW-BSE形式の検証済み実装を提示し、ナノ構造における電子励起を記述する上での時間依存密度汎関数理論に対するその優位性を実証するものである。

Maximilian Graml, Jan Wilhelm2026-06-01🔬 physics

Global Plane Waves From Local Gaussians: Periodic Charge Densities in a Blink

本論文は、異方性ガウス関数の閉形式のフーリエ変換を活用することで、結晶材料における周期的な電荷密度を予測する高速かつ微分可能なモデルであるELECTRAFIを紹介しており、最大633倍高速な推論によって最先端の精度を実現し、それによってDFT計算の総計算コストを大幅に削減する。

Jonas Elsborg, Felix Ærtebjerg, Luca Thiede, Alán Aspuru-Guzik, Tejs Vegge, Arghya Bhowmik2026-06-01🔬 cond-mat.mtrl-sci

Learning Permutation-invariant Macroscopic Dynamics

本論文は、固定された順序を持つサンプルではなく質量分布を再構成することにより、順序のない微視的システムに対して低次元の潜在表現とマクロな力学を学習する置換不変オートエンコーダ・フレームワークを提案し、粒子系、流体、およびポリマーのビデオデータにおいて堅牢な性能を実証している。

Zhichao Han, Mengyi Chen, Qianxiao Li2026-06-01🔬 physics

Color-gradient lattice Boltzmann modeling of wetting boundary condition on curved solid boundaries

本論文は、ゴーストノード上のオーダーパラメータを更新することにより、カラー勾配格子ボルツマン法における曲面固体表面に対する濡れ境界条件を導入するものであり、この手法は、大きな密度および粘性コントラストを効果的に処理し、偽の流速(スプリアス電流)を最小限に抑えつつ、静的および動的な接触線の挙動の両方を正確に再現することをGPUハードウェア上で検証された。

Malyadeep Bhattacharya, Snigdhadyut Dash, Maneesh Sutar, Ravinder Jajoria, Nimalan Mahadevan, Amol Subhedar2026-06-01🔬 physics