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.

Benchmarking of Massively Parallel Phase-Field Codes for Directional Solidification

Dit artikel presenteert een uitgebreide benchmark die een door GPU-versnelling ondersteunde finite-difference faseveldcode (GPU-PF) vergelijkt met een door CPU-parallelisatie ondersteunde finite-element adaptief-netcode (PRISMS-PF) voor het simuleren van directionele solidificatie van Al-Cu- en SCN-kamferlegeringen onder experimenteel relevante omstandigheden, waarbij hun nauwkeurigheid in het voorspellen van dendrietenmorfologie en tipdynamiek wordt gevalideerd en hun rekenprestaties worden geëvalueerd ter ondersteuning van geïntegreerde computationele materiaaltechnologie-workflows.

Jiefu Tian, David Montiel, Kaihua Ji, Trevor Lyons, Jason Landini, Katsuyo Thornton, Alain Karma2026-04-30🔬 cond-mat.mtrl-sci

qFHRR: Rethinking Fourier Holographic Reduced Representations through Quantized Phase and Integer Arithmetic

Het artikel introduceert qFHRR, een gekwantiseerde faseformulering van Fourier Holografische Gereduceerde Representaties die drijvende-kommaberekening vervangt door uitsluitend gehele getallen modulo-bewerkingen om het geheugenverbruik aanzienlijk te verminderen en een efficiënte hardware-implementatie mogelijk te maken, terwijl de algebraïsche eigenschappen en de hoogwaardige gelijkaardigheidsstructuur van het oorspronkelijke complexwaardige raamwerk behouden blijven.

Shay Snyder (George Mason University), Hamed Poursiami (George Mason University), Maryam Parsa (George Mason University)2026-04-30🔬 physics

From Code to Figure: A FAIR-Aligned Data Provenance Chain for Reproducible Simulation Research in Numerical Physics

Dit artikel presenteert een geïntegreerde, FAIR-georiënteerde workflow die versiebeheer, geautomatiseerde testen, gestructureerde logging en gestandaardiseerde nabewerking combineert om een volledige data-provenanceketen tot stand te brengen die reproduceerbaarheid waarborgt van code-ontwikkeling tot gepubliceerde figuren in numerieke fysische simulaties.

Markus Uehlein, Tobias Held, Christopher Seibel, Lukas G. Jonda, Baerbel Rethfeld, Sebastian T. Weber2026-04-30🔬 physics

Accelerating finite-element-based projector augmented-wave density functional theory calculations with scalable GPU-centric computational methods

Dit artikel presenteert een schaalbare, GPU-gerichte finite-element projector-versterkte-golf (PAW-FE) methode die gebruikmaakt van algoritmische innovaties zoals gemengde precisie-aritmetiek en Chebyshev-gefilterde subspace iteratie om aanzienlijke snelheidswinst en exascale-bereide prestaties te realiseren voor grootschalige, chemisch nauwkeurige dichtheidsfunctionaaltheorie-simulaties.

Kartick Ramakrishnan, Phani Motamarri2026-04-30🔬 physics

Implementation of the hybrid exchange-correlation functionals in the SIESTA code

Dit artikel presenteert een efficiënte en nauwkeurige implementatie van hybride uitwisselings-correlatiefuncties in de SIESTA-code, waarbij gebruik wordt gemaakt van een door Gauss-functies benaderde representatie van numerieke atoomorbitalen om grootschalige, schaalbare simulaties van uitgebreide systemen mogelijk te maken met aanzienlijk verbeterde voorspellingen van de bandgaten.

Yann Pouillon, Bill Clintone Oyomo, James Sifuna, María Camarasa-Gómez, Xinming Qin, Carlos Beltrán, Fernando Gómez-Ortiz, Honghui Shang, Javier Junquera2026-04-30🔬 cond-mat.mtrl-sci

Mixture of Experts Framework in Machine Learning Interatomic Potentials for Atomistic Simulations

Dit artikel introduceert een multifidelity Mixture-of-Experts-framework voor machine learning interatomische potentialen dat simulatiedomeinen ruimtelijk partitioneert en een co-trainingstrategie hanteert om mechanische mismatches aan interfaces op te lossen, waardoor voor complexe katalytische systemen een nauwkeurigheid op hoogwaardig niveau wordt bereikt met meer dan het dubbele van de rekenkracht van standaardmethoden.

Gabriel de Miranda Nascimento, Marc L. Descoteaux, Laura Zichi, Chuin Wei Tan, William C. Witt, Nicola Molinari, Sriteja Mantha, Daniil Kitchaev, Mordechai Kornbluth, Karim Gadelrab, Charles Tuffile (…)2026-04-30🔬 physics

Scaling in Supersonic Turbulence: Energy Spectra and Fluxes using High-Fidelity Direct Numerical Simulations

Met behulp van hoogresolutie, door GPU-versnelling mogelijk gemaakte directe numerieke simulaties, toont deze studie aan dat supersonische turbulentie een fundamentele verschuiving ondergaat in de mechanismen van de energiekaskade, gekenmerkt door een overgang van Kolmogorov-achtige naar Burgers-achtige schaling in rotatie-energiespectra, gedreven door een dominante energietransfer over schalen van solenoidale naar compressieve modi.

Harshit Tiwari, Dhananjay Singh, Mahendra K. Verma, Rajesh Ranjan2026-04-30🔬 physics

Drift-Free Conservative Dynamics from Quantized Interaction Rules

Dit artikel introduceert een operator-niveau raamwerk voor conservatieve dynamica dat exacte antisymmetrische gehele-getal-overdrachtsregels op een gekwantiseerde toestandsruimte gebruikt om numerieke afrondingsdrift te elimineren en entropieke selectie direct op het rekenkundige niveau af te dwingen, waardoor behoudswetten en schokstructuren worden behouden zonder te vertrouwen op benaderde fluxannulering.

Park Junhu, Youngsoo Ha, Myungjoo Kang2026-04-30🔬 physics

Generalized Yee methods: Scalable symplectic finite element Maxwell solvers

Dit artikel introduceert gegeneraliseerde Yee-methoden (GYM's), een schaalbare klasse van structuurbehoudende eindige-element-Maxwell-oplossers die Yee's methode uitbreiden tot ongestructureerde netten en hogere-orde nauwkeurigheid door gebruik te maken van de Rham-conforme elementen en schaarse massamatrixbenaderingen, terwijl tegelijkertijd strikt de lokaliteit en symplecticiteit worden gehandhaafd voor numerieke stabiliteit op lange termijn en koppeling met particle-in-cell.

Alexander S. Glasser, Hong Qin2026-04-29🔬 physics