Computational physics brengt wiskundige modellen en krachtige computersamen om de natuur te doorgronden, van de dans van subatomaire deeltjes tot de evolutie van het heelal. Op Gist.Science maken we deze complexe inzichten toegankelijk voor iedereen die nieuwsgierig is naar hoe onze wereld werkt, zonder dat je een doctoraat nodig hebt om de essentie te snappen.

Elke nieuwe preprint in dit domein op arXiv wordt door ons zorgvuldig verwerkt. Wij bieden niet alleen een heldere, alledaagse samenvatting van de kernboodschap, maar ook een gedetailleerde technische uitleg voor diegenen die dieper willen graven. Zo sluiten we de kloof tussen geavanceerd onderzoek en breed publiek.

Hieronder vind je de meest recente publicaties uit de wereld van computationele fysica, direct uit de bron van arXiv, geordend en geanalyseerd voor jouw gemak.

Learning to Maximize Quantum Neural Network Expressivity via Effective Rank

Dit artikel introduceert de effectieve rang (κ\kappa) als een nieuwe kwantitatieve maatstaf voor het karakteriseren van de expressiviteit van neurale netwerken voor kwantumsystemen en maakt gebruik van een versterkingsleerframework met een zelf-attentie transformer-agent om automatisch sterk expressieve circuitarchitecturen voor kwantumsystemen te ontwerpen die deze maatstaf maximaliseren.

Juan Yao2026-05-08✓ Author reviewed ⚛️ quant-ph

Optimal quantum reservoir learning in proximity to universality

Dit artikel toont aan dat de leerbaarheid en schaalbaarheid van kwantumbassincomputatie continu geoptimaliseerd kunnen worden door de fractie van niet-Clifford-poorten af te stemmen, waardoor een directe link wordt gelegd tussen de prestaties van het reservoir, verstrengelingsstatistieken en niet-stabilisatorbronnen om de grens tussen klassiek simuleerbare en computationeel complexe kwantumdynamica te navigeren.

Moein N. Ivaki, Matias Karjula, Tapio Ala-Nissila2026-05-08⚛️ quant-ph

Universal Neural Propagator: Learning Time Evolution in Many-Body Quantum Systems

Dit artikel introduceert de Universele Neuronale Propagator (UNP), een zelftoezichtend fundamenteel model dat leert kwantumveellichaamtijdevolutie te voorspellen over diverse beginstaten en drijfprotocollen door protocollen direct af te beelden op propagatoren, waardoor overdraagbare simulaties mogelijk worden die buiten het bereik van exacte diagonalisatie liggen.

Zihao Qi, Christopher Earls, Yang Peng2026-05-08⚛️ quant-ph

A Comparison of Massively Parallel Performance Portable Particle-in-Cell schemes for electrostatic kinetic plasma simulations

Dit artikel evalueert de prestaties en portabiliteit van verschillende Poisson-oplossers, waaronder FFT, PCG, FEM en de nieuwe Particle-in-Fourier (PIF)-schema's, binnen de IPPL-bibliotheek voor elektrostatische PIC-simulaties op diverse GPU-architecturen, en concludeert dat FFT het snelst is, terwijl het PIF-schema uitstekende schaalbaarheid biedt als een hoogwaardig alternatief.

Sonali Mayani, Paul Fischill, Sriramkrishnan Muralikrishnan, Andreas Adelmann2026-05-08🔬 physics

A Scalable Translationally Invariant Variational Theory of Ab Initio Polarons

Dit artikel introduceert een schaalbare, translationeel invariant variatietheorie voor ab initio polaronen die golfvectoren met geprojecteerde impuls combineert met factorisatie van kernen met lage rang om het dragergedrag nauwkeurig te modelleren over koppingsregimes heen in de thermodynamische limiet, waarbij aanzienlijke vertekeningen in bestaande diagrammatische Monte Carlo-resultaten voor sterk-koppelende gatenpolaronen in LiF worden blootgelegd.

Moritz K. A. Baumgarten, Hamlin Wu, Tong Jiang, Joonho Lee2026-05-08🔬 cond-mat.mtrl-sci

Polarizable atomic multipoles for learning long-range electrostatics

Dit artikel introduceert een semi-lokaal raamwerk dat polariseerbare atomaire multipolen integreert met niet-zelfconsistent lineair respons om machine learning interatomair potentieel in staat te stellen langafstands-elektrostatica nauwkeurig te modelleren en polarisatie-gevoelige waarneembare grootheden zoals Born-effectieve ladingen en infraroodspectra te voorspellen in uiteenlopende ionische en polaire systemen.

Dongjin Kim, Daniel S. King, Yoonjae Park, Roya Savoj, Sebastien Hamel, Xiaoyu Wang, Bingqing Cheng2026-05-08🔬 cond-mat.mtrl-sci

Data-driven reconstruction of band dispersion and quantum geometry via Koopman dynamical mode decomposition

Dit artikel presenteert een datagedreven raamwerk dat gebruikmaakt van Koopman-operatoranalyse en dynamische modusdecompositie om banddispersie, spectrale functies en kwantum-geometrische eigenschappen rechtstreeks te reconstrueren uit spatiotemporale data, en biedt een geünificeerde aanpak voor het analyseren van golfvoortplanting en topologische fasen in gecondenseerde materie en fotonica zonder een expliciete Hamiltoniaan te vereisen.

Yiming Pan, Jinze He, Jiapeng Yang, Zhiwei Fan2026-05-08🔬 physics

How nanotextured interfaces influence the electronics in perovskite solar cells

Deze studie maakt gebruik van meerdimensionale simulaties om aan te tonen dat nanogestructureerde interfaces in perovskietzonnecellen het vermogenconversie-effectiviteit verhogen door elektrische velden te herverdelen en ladingsdragerdynamica te moduleren, waarbij specifieke structuurhoogten en oppervlakte-recombinatiesnelheden in de transportlagen de resulterende open-klemspanning en kortsluitstroomdichtheid bepalen.

Dilara Abdel, Jacob Relle, Thomas Kirchartz, Patrick Jaap, Jürgen Fuhrmann, Sven Burger, Christiane Becker, Klaus Jäger, Patricio Farrell2026-05-07🔬 physics.app-ph