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。

ATLAS-NN: Adaptive Transfer Learnable Symplectic-aware Neural Network for Long-Time Hamiltonian Dynamics

本論文は、学習可能な時間スケーリング機構と2段階の転移学習戦略を組み込むことで、長時間のハミルトン力学モデリングを強化する適応型ニューラルネットワークフレームワークであるATLAS-NNを紹介しており、標準的なハミルトンニューラルネットワークや従来のシンプレクティック積分器と比較して、予測誤差を大幅に削減することに成功している。

Changhong Mou, Dinghua Xu, Xiyue Zuo, Keji Liu, Yeyu Zhang2026-06-04🔬 physics

Energetics, shearing and pumping efficiency of propagating contractions over villi-patterned wall

本研究は、ラット十二指腸の2次元モデルを用いて、腸管の振り子状運動(pendular-wave motility)が、その低いポンプ効率および粘性エネルギー散逸が動的な混合境界層ではなく絨毛間の幾何学的構造に支配されているという知見によって裏付けられることから、バルク流体の汲み上げよりも粘液バリアのせん断に主眼を置いて最適化されていることを実証するものである。

Rohan Vernekar, Claude Loverdo, Stéphane Tanguy, Clément de Loubens2026-06-04🔬 physics

Exploiting the Passive Dynamics of a Compliant Leg to Develop Gait Transitions

本論文は、ハイブリッド動的システムフレームワークを用いてスプリング付き倒立振子(SLIP)モデルを解析し、安定領域を特定するとともに、単純な非一定迎角制御ポリシーによって、不安定なダイナミクスを利用した定エネルギー歩行遷移を実現しつつ、ほぼ普遍的な安定性を達成する方法を実証する。

Harold Roberto Martinez Salazar, Juan Pablo Carbajal2026-06-03⚡ eess

Electron Localization in Non-Compact Covalent Bonds Captured by the r2SCAN+V Approach

本論文は、SCANおよびr2SCAN汎関数が、電子局在化の記述における偏りにより非コンパクトな共有結合に対して苦慮することを特定し、グラフェン、Fe、Cr₂、VO₂といった困難な材料全体において精度を大幅に向上させる実用的な解決策としてr2SCAN+Vアプローチを提案している。

Yubo Zhang, Da Ke, Rohan Maniar, Timo Lebeda, Peihong Zhang, Jianwei Sun, John P. Perdew2026-06-03🔬 cond-mat.mtrl-sci

Electrically tunable spin qubits in strain-engineered graphene p-n junctions

本論文は、純粋なグラフェンのp-n接合におけるスケーラブルなスピン量子ビット・アーキテクチャを提案およびシミュレーションするものであり、そこでは歪み誘起のナノバブルがチューナブルな二重量子ドットを形成し、明確な回避交差とデチューニング依存のラビ振動によって裏付けられるように、ラシュバスピン軌道相互作用とゼーマン場を介したコヒーレントなスピン操作を可能にする。

Myung-Chul Jung, Nojoon Myoung2026-06-03🔬 cond-mat.mes-hall

TransportBench: A Comprehensive Benchmark for Non-Equilibrium Flow Transport

本論文は、多様な非平衡流動領域における科学的機械学習モデルを評価および診断するために設計された、包括的で高忠実度なデータセットおよび標準化されたベンチマークであるTransportBenchを紹介し、単一のニューラルネットワークアーキテクチャが普遍的に他を凌駕することはないこと、および異なる流動特性には特定の帰納バイアスが必要であることを明らかにしている。

Xu Wang, Minghao Li, Qizhen Hong, Yang Liu, Chen-an Zhang, Shuai Zhang, Wenhao Li, Yonghao Zhang, Tianbai Xiao2026-06-03🔬 physics

Will Accurate Fields Mislead Photonic Design? FromGlobal Accuracy to Port Readout

本論文は、伝搬が支配的な構造(MMIスプリッタなど)において、ニューラルフィールドのサロゲートモデルがフォトニックデバイス設計を誤導することを防ぐために、グローバルな場の精度よりも出力ポートの読み出し忠実度を優先する、伝搬整合型ニューラルオペレータであるPaNOを導入する。

Yitian Zhang, Yonghong chen, Youming Chen, Yiyang Li, Xing Zhe, Renhe Lu, Shaolin Liao, Yuzhe Ma, Zhong Guan2026-06-03🔬 physics.optics

A variable-coefficient model for decay of isotropic turbulence capturing effects of finite cascade time and Reynolds number

本論文は、有限のカスケード時間およびレイノルズ数効果を考慮することで、多様な流れのシナリオにおける等方性乱流の減衰と成長を正確に捉える、kk-ϵ\epsilon 乱流モデルのための可変係数 Cϵ2C_{\epsilon2} モデルを提案する。

Rozie Zangeneh, Wenyuan Xue, Daniel Israel, Ali Mani2026-06-03🔬 physics