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。

High-Dimensional Enhanced Sampling via Regularized Path-Dependent McKean--Vlasov Dynamics using Tensor Density Approximation

本論文は、経路履歴測度による統計的安定性の向上と、最適化不要のテンソル密度近似による効率的な数値実現を可能にするスケーラブルで正則化された経路依存型マックキーン・ヴラソフ枠組みを提案し、これにより最大 64 次元の集団変数を有する複雑なエネルギー地形の効率的な探索を実現する。

Liyao Lyu, Siyu Guo, Huan Lei2026-05-06🔢 math

Energy dissipation at the atomic scale explains how fracture energy depends on crack velocity in silica glass

機械学習ポテンシャルを用いた分子動力学シミュレーションにより、本研究は、本質的な表面エネルギー密度の上昇とナノスケールの粗化の組み合わせにより、分岐閾値以下の領域において二酸化ケイ素ガラスの破壊エネルギーが最大33%まで増加することを明らかにし、動的破壊が単に見かけの表面積を増加させるのではなく、本質的に異なる表面構造を創出することを示した。

Marthe Grønlie Guren, Sigbjørn Løland Bore, François Renard, Henrik Andersen Sveinsson2026-05-06🔬 cond-mat.mtrl-sci

Solving Systems of Linear Equations: HHL from a Tensor Networks Perspective

本論文は、クディット形式におけるHHLアルゴリズムを効率的にシミュレートするための新規なテンソルネットワークベースのアプローチを導入し、その性能を厳密な逆行列計算およびQiskit実装と比較してベンチマークするとともに、ハイパーパラメータに対する感度を分析することで、アルゴリズムの計算効率に対するノイズなしの上限を確立する。

Alejandro Mata Ali, Iñigo Perez Delgado, Marina Ristol Roura, Aitor Moreno Fdez. de Leceta, Sebastián V. Romero2026-05-05⚛️ quant-ph

VeloxQ: A Fast and Efficient QUBO Solver

本論文は、QUBO および HUBO 問題に対する高速かつスケーラブルな古典ソルバーである VeloxQ を紹介し、大規模な疎なインスタンスにおいて、最先端の量子アニーラー、物理に着想を得たアルゴリズム、および従来の最適化手法と比較して、競争力のある性能と優れたスケーラビリティを実証するものである。

J. Pawłowski, J. Tuziemski, P. Tarasiuk, H. Louzada, R. Adamski, K. Hendzel, Ł. Pawela, B. Gardas2026-05-05⚛️ quant-ph

Numerical and Experimental Evaluation of Chip Evacuation and Lubricant Flow using Optimized Drill Heads for Ejector Deep Hole Drilling

本研究は、渦の発生を最小化し切屑の排出を改善することにより、安定したエジェクタ深穴加工に必要な最小流体流量を大幅に低減する積層造形による流路最適化ドリルヘッドを、滑らかな粒子法シミュレーションと実験的検証の組み合わせによって実証したものである。

Nuwan Rupasinghe, Sebastian Michel, Andreas Baumann, Julian Gerken, Samuel Gülde, Dirk Biermann, Peter Eberhard2026-05-05🔬 physics

Multi-Objective Evolutionary Design of Molecules with Enhanced Nonlinear Optical Properties

本研究は、非線形光学特性を向上させた分子の設計における各種進化アルゴリズムを評価し、NSGA-II は特定の目的スコアの最適化において優れているものの、MOME 法はより高いグローバル・ハイパボリュームおよび MOQD 指標によって実証されるように、解の品質と構造的な多様性のバランスをより優れて取っていることを明らかにした。

Dominic Mashak, Jacob Schrum, S. A. Alexander2026-05-05🔬 physics

Physics-informed neural networks for form-finding of unilateral membrane structures

本論文は、片側膜構造の形状決定において、物理情報ニューラルネットワーク(PINN)が従来の有限要素法の実用的な代替手段となり得ることを示し、その際、軟境界アプローチと比較して硬境界条件定式化の方が精度と残差の滑らかさにおいて優れていることを証明する。

Luigi Sibille, Sigrid Adriaenssens, Carlo Olivieri2026-05-05💻 cs