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。

Nonparametric Reaction Coordinate Optimization with Histories: A Framework for Rare Event Dynamics

この論文は、希少事象のダイナミクス解析における従来の機械学習手法の限界を克服し、軌跡履歴を統合した非パラメトリックな反応座標最適化フレームワークを提案することで、広範なサンプルを必要とせずに複雑なシステムや臨床データから高精度な自由エネルギープロファイルや確率を導出可能にする手法を確立したことを示しています。

Polina V. Banushkina, Sergei V. Krivov2026-03-04🧬 q-bio

Emergent Rotational Order and Re-entrant Global Order of Vicsek Agents in a Complex Noise Environment

本研究は、ノイズのない円形領域と外側のノイズ領域からなる複雑な環境におけるヴィセックモデルの集団運動を解析し、外側ノイズ強度の増加に伴って回転秩序が顕著に現れ、全体秩序が「U 字型」の再侵入挙動を示すこと、および粒子速度や環境ノイズの勾配が脱出確率や秩序形成に決定的な影響を与えることを明らかにしました。

Mohd Yasir Khan2026-03-04🔬 cond-mat

Understanding cold electron impact on parallel-propagating whistler chorus waves via moment-based quasilinear theory

本論文では、地球磁気圏の平行伝搬_whistler_モードコーラス波と冷たい電子との相互作用を記述するモーメントに基づく準線形理論を開発し、二次不安定性が一次波の減衰を引き起こし、その振幅を制限する可能性を明らかにしました。

Opal Issan, Vadim Roytershteyn, Gian Luca Delzanno, Salomon Janhunen2026-03-04🔬 physics

Floating-point consistent cross-verification methodology for reproducible and interoperable DDA solvers with fair benchmarking

本論文は、DDSCAT、ADDA、IFDDA の 3 つの主要なオープンソース DDA ソルバー間で、パラメータの統一と機械精度レベルの一致を実現するクロス検証手法を提案し、再現性のあるシミュレーション設定と公平な性能ベンチマークの基盤を提供するものである。

Clément Argentin, Patrick C. Chaumet, Michel Gross, Maxim A. Yurkin2026-03-04🔬 physics.optics

On Geometry Regularization in Autoencoder Reduced-Order Models with Latent Neural ODE Dynamics

本研究は、自動エンコーダの潜在空間における幾何学的正則化を調査した結果、デコーダの滑らかさを向上させる従来の手法は潜在ダイナミクスの学習を困難にする傾向があるのに対し、最初のデコーダ層へのステイフェル射影が潜在ダイナミクスの条件付けを改善し、長期的な予測性能の向上に寄与することを示しています。

Mikhail Osipov2026-03-04🤖 cs.LG

Predicting the mechanical properties of spring networks

この論文は、任意の幾何学構造を持つ離散的なばねネットワークから、非アフィン変位を特定することで、その対応する弾性連続体モデルを直接導出する手法を提案し、シミュレーションなしで結晶性および無秩序な構造を含む広範な材料の機械的性質を正確に予測可能にしたことを報告しています。

Doron Grossman, Arezki Boudaoud2026-03-03🔬 cond-mat.mtrl-sci

Astral: training physics-informed neural networks with error majorants

本論文は、物理情報ニューラルネットワークの訓練において誤差の直接的上界を提供する「Astral」と呼ばれる新しい損失関数を提案し、従来の残差最小化法よりも収束が速く、かつ誤差推定が信頼性高く行えることを数値実験と理論的根拠によって示しています。

Vladimir Fanaskov, Tianchi Yu, Alexander Rudikov, Ivan Oseledets2026-03-03🔬 physics

Causality-Respecting Adaptive Refinement for PINNs: Enabling Precise Interface Evolution in Phase Field Modeling

本研究は、残差に基づく適応的細分化(RBAR)と因果律を考慮したトレーニングを組み合わせることで、従来の PINN が困難とする複雑な形状の移動境界を持つ相場モデル(アレン=カーン方程式など)の精度と計算効率を大幅に向上させる手法を提案し、界面進化の正確な捉え方を可能にしている。

Wei Wang, Tang Paai Wong, Haihui Ruan, Somdatta Goswami2026-03-03🔬 physics

Infinite Boundary Terms and Pairwise Interactions: A Unified Framework for Periodic Coulomb Systems

この論文は、無限境界項と対相互作用を導入することで、周期的境界条件下における中性および非中性のクーロン系(点電荷と電荷密度分布を含む)の静電エネルギーと圧力を、孤立系との直接的な対応関係を保ちながら統一的に導出する枠組みを提示し、特に一成分プラズマ系において背景電荷の寄与を明確化してエネルギーと圧力の関係を保存する体積依存ポテンシャルの設計基準を明らかにしている。

Yihao Zhao, Zhonghan Hu2026-03-03🔬 physics