Die statistische Mechanik untersucht, wie das chaotische Verhalten von Milliarden winziger Teilchen die großartigen Eigenschaften der Materie erklärt, die wir täglich erleben. Auf dieser Seite finden Sie aktuelle Forschung, die von der Thermodynamik bis zu komplexen Quantensystemen reicht und zeigt, wie mikroskopische Regeln makroskopische Phänomene wie Supraleitung oder Phasenübergänge formen.

Auf Gist.Science durchsuchen wir kontinuierlich arXiv, um jede neue Veröffentlichung in diesem Bereich sofort zu erfassen. Wir bieten nicht nur den originalen wissenschaftlichen Artikel an, sondern verarbeiten jeden Eintrag mit einer verständlichen Zusammenfassung für Laien sowie einer detaillierten technischen Analyse für Experten, damit Sie den Inhalt je nach Bedarf schnell erfassen können.

Nachfolgend finden Sie die neuesten Arbeiten aus der statistischen Mechanik, die wir kürzlich für Sie aufbereitet haben.

Tsallis Entropy derived from the Chaitin-Kolmogorov Informational Entropy

Diese Arbeit präsentiert eine rigorose Herleitung der nicht-additiven Tsallis-Entropie aus den ersten Prinzipien unter Verwendung der Chaitin-Kolmogorow-Algorithmen-Informationstheorie und zeigt auf, dass nicht-lokale grammatikalische Zwänge Potenzgesetz-Informationskosten induzieren, welche die reduzierte Wärmeabfuhr in Systemen mit langreichweitigen Korrelationen erklären und über den Parameter qq ein kontinuierliches Maß für Komplexität bieten.

Airton Deppman2026-02-05📊 stat

Evolution of cooperation with Q-learning: the impact of information perception

Diese Studie verwendet Q-Learning in einem Gefangenendilemma-Rahmen, um zu demonstrieren, dass variierende Informationswahrnehmestrukturen, insbesondere asymmetrische Information, die komplexen evolutionären Dynamiken und das Entstehen von Kooperation entscheidend prägen und damit neue Einblicke in das menschliche Kooperationsverhalten bieten.

Guozhong Zheng, Zhenwei Ding, Jiqiang Zhang, Shengfeng Deng, Weiran Cai, Li Chen2026-02-04🧬 q-bio

Neural Thermodynamics: Entropic Forces in Deep and Universal Representation Learning

Dieses Paper schlägt eine rigorose Entropiekraft-Theorie vor, die demonstriert, dass Stochastizität und diskrete Zeit-Updates beim Training neuronaler Netze emergente Kräfte erzeugen, welche kontinuierliche Symmetrien brechen, um die universelle Repräsentationsausrichtung, die Platonische Repräsentationshypothese und die Versöhnung von Schärfe- und Flachheit-suchenden Optimierungsverhalten zu erklären.

Liu Ziyin, Yizhou Xu, Isaac Chuang2026-02-04🧬 q-bio

A strong-weak duality for the 1d long-range Ising model

Diese Arbeit führt eine duale Formulierung für das eindimensionale langreichweitige Ising-Modell ein, die nahe dem kurzreichweitigen Crossover bei s=1s=1 schwach gekoppelt wird, was die präzise perturbative Berechnung von Konformaler Feldtheorie-Daten sowohl über die Renormierung als auch über den analytischen konformen Bootstrap ermöglicht, was zu vollständiger Übereinstimmung führt.

Dario Benedetti, Edoardo Lauria, Dalimil Mazac, Philine van Vliet2026-02-04🔢 math-ph

Analytical solution of a free-fermion chain with time-dependent ramps

Diese Arbeit präsentiert eine exakte analytische Lösung für eine freie Fermionenkette unter einem beliebigen zeitabhängigen linearen Potenzial, die selbstähnliche Dynamiken aufzeigt und hydrodynamische Vorhersagen für Dichte, Strom und Verschränkungsentropie ableitet, einschließlich der Entstehung einer atmenden Grenzschichtregion, die im Grenzfall des abrupten Quenches als Wannier-Stark-Lokalisierung interpretiert wird.

Viktor Eisler, Riccarda Bonsignori, Stefano Scopa2026-02-04⚛️ quant-ph