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。

Hierarchical Bayesian calibration of mesoscopic models for ultrasound contrast agents from force spectroscopy data

この論文は、深層学習によるサロゲートモデルと階層的ベイズ推定を組み合わせた手法を用いて、力学的圧縮・押込み実験データから超音波造影剤(マイクロバブル)のメソスコピックモデルを効率的に較正し、その機械的特性を高精度に推定する枠組みを提案しています。

Brieuc Benvegnen, Nikolaos Ntarakas, Tilen Potisk, Ignacio Pagonabarraga, Matej Praprotnik2026-04-16🔬 cond-mat.mes-hall

NEPMaker: Active learning of neuroevolution machine learning potential for large cells

本論文は、大規模シミュレーションにおける機械学習ポテンシャルの汎化性能を向上させるため、GPUMD パッケージ内で D-最適性に基づく能動学習フレームワーク「NEPMaker」を開発し、局所的な周期性構造への埋め込みと境界原子の最適化を通じて、大規模シミュレーションを直接データセット構築に活用する手法を提案している。

Junjie Wang, Shuning Pan, Haoting Zhang, Qiuhan Jia, Chi Ding, Zheyong Fan, Jian Sun2026-04-16🔬 physics

MolCryst-MLIPs: A Machine-Learned Interatomic Potentials Database for Molecular Crystals

本論文は、自動化機械学習パイプラインを用いて 9 種類の分子結晶系向けに微調整された MACE モデルを含むオープンな機械学習間ポテンシャルデータベース「MolCryst-MLIPs」を提示し、その精度と動的安定性を検証したことを報告しています。

Adam Lahouari, Shen Ai, Jihye Han, Jillian Hoffstadt, Philipp Hoellmer, Charlotte Infante, Pulkita Jain, Sangram Kadam, Maya M. Martirossyan, Amara McCune, Hypatia Newton, Shlok J. Paul, Willmor Pena (…)2026-04-16🤖 cs.LG

Symmetry-protected coexistence of a nodal surface and multiple types of Weyl fermions in P63P6_3-B30\text{B}_{30}

この論文は、スピン軌道相互作用が極めて小さいホウ素 allotrope P63P6_3-B30\text{B}_{30} が、対称性によって保護された 2 次元ノード面と、多様なチャリティーを持つ 0 次元ワイルフェルミオン(ダブル、Type-I、Type-II)を同時に実現する理想的なトポロジカル半金属であることを、第一原理計算と対称性解析を通じて示したものである。

Xiao-Jing Gao, Yanfeng Ge, Yan Gao2026-04-16🔬 cond-mat.mtrl-sci

Modal analysis of a domain decomposition method for Maxwell's equations in a waveguide

本論文は、Toeplitz 行列の極限スペクトル解析とマクスウェル方程式のモード分解を組み合わせる新たな理論枠組みを構築し、導波路における電磁波問題に対する一レベル・シュワルツ法(ドメイン分割法)の弱スケーラビリティと波数に対するロバスト性を、一般的な断面形状や伝送条件の下で理論的および数値的に証明したものである。

Victorita Dolean, Antoine Tonnoir, Pierre-Henri Tournier2026-04-15🔬 physics

Teaching Artificial Intelligence to Perform Rapid, Resolution-Invariant Grain Growth Modeling via Fourier Neural Operator

本研究は、フーリエ神経作用素(FNO)を用いて解像度に依存せず多結晶系の微細構造進化を高精度かつ高速に予測する代理モデルを開発し、従来のフェーズフィールド法に比べて計算コストを大幅に削減しつつ、異なるスケールや解像度での汎化性能を実現したことを報告しています。

Iman Peivaste, Ahmed Makradi, Salim Belouettar2026-04-15🔬 physics

Body-Free Simulation of Three-Dimensional Turbulent Cylinder Wakes

この論文は、円柱を明示的に解像せず、実験または事前計算された直接数値シミュレーション(DNS)から得られた流入条件を課すことで、円柱後流の主要な乱流ダイナミクスを高精度かつ低コストで再現する「非物体モデル」の枠組みを提案し、その有効性と背後にある物理メカニズムを明らかにしたものである。

Zhicheng Wang, Theo Käufer, Khemraj Shukla, Michael Triantafyllou, George Em Karniadakis2026-04-15🔬 physics

Fast and principled equation discovery from chaos to climate

本論文は、ノイズやデータ不足に強く、既存手法に比べて計算コストを大幅に削減しながら確率的な不確実性推定を可能にするハイブリッドフレームワーク「Bayesian-ARGOS」を提案し、カオス系から気候モデルの潜在ダイナミクスに至るまで、複雑系の支配方程式を効率的かつ原理的に発見する手法を示しています。

Yuzheng Zhang, Weizhen Li, Rui Carvalho2026-04-15🤖 cs.LG