🔬 Category

physics.comp-ph

903 papers

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.

The universal growth of magnetic energy during the nonlinear phase of subsonic and supersonic small-scale dynamos

Door een groot ensemble van simulaties te analyseren over regimes van subsonisch tot supersonisch, toont deze studie aan dat hoewel de niet-lineaire groeifactor van kleinschalige dynamo's varieert van lineair tot kwadratisch afhankelijk van de samendrukbaarheid van de stroming, het proces consistent een vast percentage van de turbulente kinetische energie omzet in magnetische energie over een karakteristieke duur van ongeveer 20 omwentelingstijden van de buitenste schaal.

Neco Kriel, James R. Beattie, Mark R. Krumholz, Jennifer Schober, Patrick J. Armstrong2026-05-01🔬 physics

Rigorous electromagnetic quasinormal-mode method made easy for users

Dit artikel introduceert een vereenvoudigde, toegankelijke en ultrasnelle methode voor het berekenen van elektromagnetische quasinoormodussen door numerieke technieken te combineren met nauwkeurige benaderingen, geïmplementeerd in een open-source pakket binnen commerciële fotonica-software om de kloof tussen geavanceerde QNM-theorie en standaard simulatiepraktijken met reële frequenties te overbruggen.

Tong Wu, Philippe Lalanne2026-05-01🔬 physics.optics

Towards single-shot coherent imaging via overlap-free ptychography

Dit artikel presenteert een uitgebreid PtychoPINN-raamwerk dat overlapvrije, single-shot coherent diffractiebeeldvorming mogelijk maakt en conventionele multi-shot ptychografie versnelt door een differentieerbaar voorwaarts model te koppelen aan een Poisson-waarschijnlijkheidsfunctie, waardoor hoogwaardige reconstructies worden bereikt met aanzienlijk verminderde data-eisen en een verhoogde doorvoer op experimentele synchrotron- en XFEL-datasets.

Oliver Hoidn, Albert Vong, Aashwin Mishra, Steven Henke, Matthew Seaberg2026-05-01🔬 physics.optics

Experimentally Accurate Graph Neural Network Predictions of Core-Electron Binding Energies

Dit artikel presenteert een experimenteel nauwkeurig, interpreteerbaar grafisch neurale netwerkmodel genaamd AugerNet dat de bindingsenergieën van koolstof-1s-kern elektronen in organische moleculen voorspelt met een gemiddelde absolute fout van 0,33 eV, door gebruik te maken van chemisch onderbouwde knoopkenmerken en E(3)-equivariantie om lokale bindingsomgevingen te vangen en te generaliseren naar grotere systemen.

Adam E. A. Fouda, Joshua Zhou, Rodrigo Ferreira, Patrick Phillips, Valay Agarawal, Bhavnesh Jangid, Jacob J. Wardzala, Rui Ding, Junhong Chen, Nicole Tebaldi, Phay J. Ho, Laura Gagliardi, Linda Young2026-05-01🔬 physics

Computation of frequency- and time-domain Jacobians in optical tomography with Monte Carlo simulations

Dit artikel presenteert een volledig theoretisch kader en een open-source Monte Carlo-implementatie voor het berekenen van Jacobianen in zowel het frequentie- als het tijdsdomein in optische tomografie, waarbij wordt aangetoond dat deze essentieel zijn voor nauwkeurige modellering in regimes met lage verstrooiing en dat realistische detectormodellering voordelen biedt voor korte bron-detectorafstanden.

Pauliina Hirvi, Jaakko Olkkonen, Qianqian Fang, Ilkka Nissilä2026-05-01🔬 physics.optics

VibroML: an automated toolkit for high-throughput vibrational analysis and dynamic instability remediation of crystalline materials using machine-learned potentials

VibroML is een open-source Python-toolkit die gebruikmaakt van machine-learned potentialen en genetische algoritmen om de remediatie van dynamische instabiliteiten te automatiseren, de stabiliteit bij eindige temperaturen te valideren en compositiële ruimten systematisch te verkennen, waardoor high-throughput materiaal screening van louter stabiliteitsverificatie wordt getransformeerd tot een uitgebreide workflow voor het genereren van fysisch levensvatbare kristalstructuren.

Rogério Almeida Gouvêa, Gian-Marco Rignanese2026-05-01🔬 cond-mat.mtrl-sci

Compressibility of micromagnetic solutions in tensor train format

Dit artikel toont aan dat het representeren van 3D-micromagnetische toestanden in tensor-trainformaat de kubische schalingsbeperkingen van traditionele roostergebaseerde methoden overwint door ruimtelijke spaarzaamheid te benutten, waardoor een aanzienlijk efficiënter aantal parameters wordt bereikt dat schaalt als L1.8L^{1.8} en (1/a)1.2(1/a)^{1.2} voor fluxsluitingsconfiguraties.

Thierry Valet, Nicolas Vukadinovic2026-05-01🔬 cond-mat.mes-hall

Time-Dilation Methods for Extreme Multiscale Timestepping Problems

Dit artikel introduceert een gegeneraliseerd tijddilatatiekader dat evolutie moduleert via een continue ruimte-tijdfactor om extreme multiskale-tijdstapbeperkingen in astrofysische simulaties te overwinnen, waardoor snelheidsverhogingsfactoren van meer dan 10410^4 mogelijk worden terwijl correcte lokale stationaire toestanden worden behouden en willekeurige schaalverdelingen worden vermeden.

Philip F. Hopkins, Elias R. Most2026-04-30🔭 astro-ph