Deze sectie op Gist.Science richt zich op de fascinerende wereld van plasmafysica, het onderzoek naar de vierde toestand van materie. Plasma komt voor in alles van bliksem tot sterren en maakt het mogelijk om nieuwe energiebronnen en geavanceerde materialen te ontwikkelen. Het is een dynamisch veld waar geladen deeltjes en elektromagnetische velden samenspelend complexe verschijnselen creëren.

Elk nieuw preprint dat op arXiv verschijnt binnen dit domein, wordt door onze systemen direct verwerkt. Wij bieden voor elke publicatie zowel een toegankelijke samenvatting in gewone taal als een gedetailleerde technische analyse, zodat zowel leken als experts de inzichten kunnen begrijpen. Hieronder vind je de meest recente bijdragen uit deze spannende tak van de natuurkunde.

Attosecond Nonlinear Quantum Electrodynamics in Laser-Driven Plasmas via Two-Photon Synchrotron Emission

Dit artikel toont aan dat laser-gedreven plasma's een veelbelovend kader bieden voor niet-lineaire kwantumelektrodynamica, waarbij ultrakorte laserpulsen relativistische elektronen genereren die attoseconde bursts van twee-fotonen emissie produceren, waardoor kwantumeffecten in complexe plasma-interacties kunnen worden geïsoleerd en bestudeerd zonder externe deeltjesbundels.

Vedin Dewan, Aleksei M. Zheltikov, Julia M. Mikhailova2026-04-23🔬 physics

Generation and Enhancement of Persistent Nanoscale Magnetization in All-Dielectric Metasurfaces by Optically Injected and Localized Free Carriers

Dit artikel beschrijft hoe het optisch injecteren en lokaliseren van vrije ladingsdragers in diëlektrische metasurfaces tijdelijke interfaces creëert die niet alleen frequentieverschuiving van infraroodgolfgidsen mogelijk maken, maar ook permanente, nanoschaal magnetisatie genereren via resterende circulerende stromen.

Shivaksh Rawat, Samyobrata Mukherjee, Gennady Shvets2026-04-22🔬 physics.app-ph

Deep-Learning based surrogate models for plasma exhaust simulations -- SOLPS-NN

Dit artikel introduceert SOLPS-NN, een op deep learning gebaseerd surrogaatmodel dat, getraind op duizenden SOLPS-ITER-simulaties, snelle en nauwkeurige voorspellingen mogelijk maakt voor de scrape-off layer van tokamakfusiereactoren, waarbij wordt aangetoond dat eenvoudige fully connected neurale netwerken effectief zijn en dat het gebruik van datasets met hogere fideliteit de voorspellingnauwkeurigheid verder verbetert.

Stefan Dasbach, Sebastijan Brezinsek, Yunfeng Liang, Dirk Reiser, Sven Wiesen2026-04-22🔬 physics

Ion wake-mediated dust interactions under PK-4 conditions: a generalized and compact potential formulation

Dit artikel presenteert een robuust en algemeen potentiaalmodel voor stof-ion wake-systemen onder PK-4-omstandigheden dat, gebaseerd op een klein aantal coëfficiënten uit moleculaire dynamica-simulaties, de vorming van complexe stofstructuren in microzwaartekracht nauwkeurig beschrijft.

Diana Jimenez Marti, Benny Rodriguez Saenz, Peter Hartmann, Evdokiya Kostadinova, Truell Hyde, Lorin Swint Matthews2026-04-22🔬 physics

Periodic Korteweg-de Vries soliton potentials generate quasisymmetric magnetic fields

Dit artikel onthult een fundamentele link tussen quasisymmetrische magnetische velden in plasma's en solitons van de Korteweg-de Vries-vergelijking, waarbij een niet-perturbatieve methode en machine learning worden gebruikt om deze relaties te analyseren en de efficiëntie van stellarator-ontwerpen te verbeteren.

W. Sengupta, N. Nikulsin, S. Buller, R. Madan, E. J. Paul, R. Nies, A. A. Kaptanoglu, S. R. Hudson, A. Bhattacharjee2026-04-21🔬 physics

TGLF-WINN: Data-Efficient Deep Learning Surrogate for Turbulent Transport Modeling in Fusion

Dit paper introduceert TGLF-WINN, een datadoeltreffend deep learning-surrogaatmodel dat door middel van principes voor kenmerkengineering, door fysica geleide regularisatie en Bayesiaanse actieve learning de trainingsdata-eisen voor het modelleren van turbulente transport in fusieplasma's aanzienlijk verlaagt terwijl het de nauwkeurigheid behoudt en een 45-voudige versnelling biedt ten opzichte van het traditionele TGLF-model.

Yadi Cao, Futian Zhang, Wesley Liu, Tom Neiser, Orso Meneghini, Lawson Fuller, Sterling Smith, Raffi Nazikian, Brian Sammuli, Rose Yu2026-04-21🔬 physics

Learning time-dependent and integro-differential collision operators from plasma phase space data using differentiable simulators

Dit artikel presenteert een methode die differentieerbare simulatoren gebruikt om tijdsafhankelijke en integro-differentiële botsingsoperatoren te leren uit plasma-fasruimtedata, waardoor nauwkeurigere modellen mogelijk worden voor complexe, niet-evenwichtssituaties dan traditionele statistische benaderingen.

Diogo D. Carvalho, Luis O. Silva, E. Paulo Alves2026-04-21🔬 physics

Thermal Effects on Buneman Instability: A Vlasov-Poisson Study

Deze Vlasov-Poisson studie toont aan dat de Buneman-instabiliteit, ondanks een temperatuurverhoudingsonafhankelijke maximale groeisnelheid, een aanzienlijk afwijkend gedrag vertoont ten opzichte van bestaande modellen, waarbij de amplitude van ionendichtheidsinhomogeniteiten de overdracht van elektronenstraalenergie naar de bulkplasmatemperatuur in de warme-plasmalimiet beperkt door de generatie van zijkanten te onderdrukken.

Chingangbam Amudon, Sanjeev Kumar Pandey, Rajaraman Ganesh2026-04-21🔬 physics