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.

Generic ETH: Eigenstate Thermalization beyond the Microcanonical

Diese Arbeit erweitert die Eigenstate-Thermalization-Hypothese (ETH) über ihre typischen mikrokanonischen Anwendungen hinaus, indem sie ein Qutrit-Gitter-System mit einer erhaltenen quasilokalen Ladung untersucht und dort eine verallgemeinerte sowie „generische" Thermalisierung auch in Zuständen außerhalb der üblichen Energie- und Ladungsfenster nachweist.

Elena Cáceres, Stefan Eccles, Jason Pollack, Sarah Racz2026-04-14⚛️ quant-ph

Normal mode analysis within relativistic massive transport

Diese Arbeit untersucht die Normalmodenanalyse der linearisierten Boltzmann-Gleichung für massive Teilchen in der Relaxationszeitnäherung, wobei sie die massenabhängige Kopplung von Schall- und Wärmekanälen, das Verhalten kritischer Wellenzahlen sowie die analytischen Dispersionsrelationen und die sich von masselosen Systemen unterscheidende, unendliche Verzweigungspunktstruktur der Landau-Dämpfung beleuchtet.

Xin Lin, Qiu-Ze Sun, Xin-Hui Wu, Jin Hu2026-04-14⚛️ nucl-th

Bio-inspired learning algorithm for time series using Loewner equation

Diese Studie stellt zwei bioinspirierte Lernalgorithmen für eindimensionale Zeitreihen vor, die auf der diskreten Loewner-Gleichung basieren – einer basierend auf der Gauß-Prozess-Regression der treibenden Kraft und einer auf der Fluktuations-Dissipations-Beziehung – und validiert diese numerisch anhand neuronaler Dynamiken, während sie zudem die Ähnlichkeit zur biologischen Informationsverarbeitung im Kontext der Selbstorganisationsystemtheorie diskutiert.

Yusuke Kosaka Shibasaki2026-04-14🌀 nlin

Proxitaxis: an adaptive search strategy based on proximity and stochastic resetting

Die Arbeit stellt „Proxitaxis" als adaptive Suchstrategie vor, die auf Entfernungsdaten ohne Richtungsinformation basiert und durch lokale Anpassung, stochastisches Zurücksetzen sowie dynamische Aktualisierung des Reset-Punkts die Zielerkennungswahrscheinlichkeit über mehrere Phasenübergänge hinweg optimiert.

Giuseppe Del Vecchio Del Vecchio, Manas Kulkarni, Satya N. Majumdar, Sanjib Sabhapandit2026-04-14🔬 cond-mat

Rise and fall of nonstabilizerness via random measurements

Diese Arbeit untersucht die Dynamik von Nicht-Stabilisierbarkeit („Magic") in überwachten Quantenschaltkreisen und zeigt, dass Messungen in der Rechenbasis diese Ressource durch Clifford-Verwirbelung exponentiell schützen, während Messungen in rotierten Basen einen stationären Zustand mit nicht-trivialer Nicht-Stabilisierbarkeit erzeugen und dabei Unterschiede zwischen grob- und feinmasigen Diagnosewerkzeugen aufdecken.

Annarita Scocco, Wai-Keong Mok, Leandro Aolita, Mario Collura, Tobias Haug2026-04-14🔬 cond-mat