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.

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

Dit artikel stelt een schaalbaar, geregulariseerd pad-afhankelijk McKean-Vlasov-raamwerk voor voor high-dimensional enhanced sampling dat de statistische stabiliteit verbetert door pad-historiemaatstaven en een efficiënte numerieke realisatie bereikt via optimalisatie-vrije tensor-dichtheidsbenadering, waardoor effectieve verkenning van complexe energielandschappen met collectieve variabele dimensies tot 64 mogelijk wordt.

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

Met behulp van moleculaire-dynamicasimulaties met een op machine learning gebaseerd potentiaal onthult deze studie dat de breukenergie van silica-glas onder de vertakkingsdrempel met maximaal 33% toeneemt door een combinatie van een stijgende intrinsieke oppervlakte-energiedichtheid en nanoschaal ruwheid, wat aantoont dat dynamische breuk een fundamenteel andere oppervlaktestructuur creëert in plaats van louter het schijnbare oppervlak te vergroten.

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

Dit artikel introduceert een nieuwe tensornetwerkgebaseerde aanpak om het HHL-algoritme efficiënt te simuleren in de qudit-formalism, waarbij de prestaties worden gebenchmarkt tegen exacte inversie en Qiskit-implementaties, terwijl de gevoeligheid voor hyperparameters wordt geanalyseerd om een ruisvrije bovengrens voor de computationele efficiëntie van het algoritme vast te stellen.

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

Het artikel introduceert VeloxQ, een snelle en schaalbare klassieke solver voor QUBO- en HUBO-problemen die concurrerende prestaties en superieure schaalbaarheid demonstreert op grote, schaarse instanties in vergelijking met de meest geavanceerde quantum-annealers, op natuurkunde geïnspireerde algoritmen en conventionele optimalisatiemethoden.

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

Deze studie toont aan dat additief vervaardigde, stromingsoptimaliseerde boorkoppen de voor stabiele ejectordiepboorbenodigde minimale vloeistofstroom aanzienlijk verminderen door vortexvorming te minimaliseren en de spaanafvoer te verbeteren, zoals gevalideerd door gecombineerde gesmoothede deeltjeshydrodynamica-simulaties en experimentele testen.

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

Deze studie evalueert verschillende evolutionaire algoritmen voor het ontwerpen van moleculen met verbeterde niet-lineaire optische eigenschappen en komt tot de bevinding dat, hoewel NSGA-II uitblinkt in het optimaliseren van specifieke objectiefscores, de MOME-methode de oplossingskwaliteit superieur in evenwicht brengt met structurele diversiteit, zoals blijkt uit hogere globale hypervolume- en MOQD-metrics.

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

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

Dit artikel toont aan dat Physics-Informed Neural Networks (PINNs) een haalbaar alternatief vormen voor traditionele Finite Element Method voor de vormvinding van eenzijdige membraanstructuren, waarbij een formulering met harde randvoorwaarden zich als superieur bewijst in nauwkeurigheid en residualgladheid in vergelijking met een zachte randvoorwaardebenadering.

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

Stochastic Cluster Expansion for Excited State Energies

Dit artikel breidt het stochastische cluster-expansiekader uit tot aangeslagen toestanden, waardoor nauwkeurige berekening van excitatiegaten in sterk gecorreleerde systemen mogelijk wordt door energiedifferenties uit te drukken als een hiërarchie van orbitalruimte-clusterbijdragen die de noodzaak voor grote vooraf geselecteerde actieve ruimten elimineren.

Annabelle Canestraight, Russell Miller, Libor Veis, Vojtech Vlcek2026-05-05🔬 physics

Colloidal layer deposition with a controllable number of layers and compositional order

Dit artikel presenteert een DNA-gemedieerd ontwerp voor de zelfassemblage van binaire colloïdale suspensies dat nauwkeurige controle mogelijk maakt over zowel het aantal lagen als de compositieorde van de resulterende kristallieten door gebruik te maken van evenwichtsprincipes voor de dikte en geïngineerde reactiekinetiek voor de deeltjesrangschikking.

Akshaya Kumar Jena, Aashima Aashima, Pritam Kumar Jana, Bortolo Matteo Mognetti2026-05-05🔬 cond-mat