2358 Arbeiten
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.
Diese Arbeit untersucht das Sechs-Vertex-Modell auf dem Sierpinski-Gasket und enthüllt ein reichhaltiges Phasendiagramm, das sowohl die entropische Ladungskonfination im Standard-Eis-Limit als auch ein einzigartiges fraktales Dekonfinationsregime umfasst, in dem der verbindende String selbst ein statistischer Fraktal mit der Dimension bildet.
Diese Arbeit zeigt, dass langsam variierende inhomogene Deformationen zweidimensionaler kritischer klassischer Gittermodelle, wie etwa der Ising- und der Sechs-Vertex-Modelle, effektiv durch konforme Feldtheorie in gekrümmten Räumen beschrieben werden, was die Bestimmung zugrunde liegender Metriken sowie die Berechnung von Phasengrenzen wie der arktischen Kurve ermöglicht.
Diese Arbeit führt einen graphentheoretischen Rahmen zur Analyse überwachter zufälliger Clifford-Schaltkreise ein und zeigt auf, dass deren Ausgabenzustände im großen--Limit gegen Erdős–Rényi-Zufallsgraphen konvergieren, was die analytische Berechnung der GHZ-Verschränkung ermöglicht, eine dichte Subgraphstruktur offenbart, welche die Fehlerkorrektur der Volume-Law-Phase erklärt, und den kritischen Punkt des messungsinduzierten Phasenübergangs präzise vorhersagt.
Diese Arbeit führt ein fraktionales Fibonacci-Zahlensystem ein, um ein Lokalisierungskriterium für das nicht-wechselwirkende Vielteilchen-Aubry-André-Modell abzuleiten, wobei die Teilchendichte in diesem System für endliche Größen und in Basis- für das thermodynamische Limit ausgedrückt wird.
Diese Arbeit zeigt auf, dass die Initialisierung des Maxwell–Cattaneo–Vernotte-Wärmeleitmodells mit einer exakten ortsabhängigen Zeitableitung, anstatt mit Nullwerten oder Gleichwerten, essenziell ist, um unphysikalische Oszillationen zu eliminieren und thermodynamisch konsistente transiente Antworten in hochfrequenten thermischen Ingenieursanwendungen zu gewährleisten.
Diese Arbeit präsentiert einen neuartigen, anisotropisch evolvierten zellulären Automaten mit umgebungsabhängigen Aktualisierungsregeln, der durch fein abgestimmte Kopplung eine trigonometrische Darstellung der Ising-Modell-Suszeptibilität erzeugt, welche fünf Phasenübergänge und vier magnetische Phasen aufweist, ohne dabei auf externe mathematische Bibliotheken zurückzugreifen.
Diese Arbeit verwendet eine Mean-Field-Glas-Analogie mit einer effektiven Temperatur, um seltene systemweite Resonanzen in der Random-Field-XXZ-Kette zu charakterisieren, identifiziert drei distinkte Regime und demonstriert, wie seltene resonante Pfade die Many-Body-Localization-Phase selbst bei infinitesimalen Wechselwirkungsstärken destabilisieren.
Diese Arbeit untersucht die Gradienteneigenschaft von Renormierungsgruppenflüssen in Skalar-Fermion-Quantenfeldtheorien bis zur Vier-Schleifen-Ordnung und zeigt auf, dass der Beta-Shift essenziell ist, um über tausend schemenschonende Gradientenbedingungen zu erfüllen, und dass konforme Feldtheorien mit nicht-verschwindenden Beta-Shifts den Theorie-Raum dominieren, wenn die Anzahl der Felder zunimmt.
Diese Arbeit etabliert nicht-perturbative Beschränkungen für die Stabilität und die Renormierungsgruppenflüsse von Nichtgleichgewichtsmaterie, indem sie Quanteninformation-Ungleichungen, spezifisch die bedingte Mutual Information, nutzt, um Monotonie-Regeln und Stabilitätsgrenzen für Symmetriebrechung-Phasen abzuleiten.
Dieses Paper präsentiert ein physik-beschränktes, auf neuronalen Netzen basierendes Framework zur Modellreduktion, welches das Fluktuations-Dissipations-Theorem nutzt, um Modelle zu validieren und zu regularisieren, wobei es erfolgreich stationäre Statistiken reproduziert und Reaktionen auf Perturbationen sowohl in idealisierten turbulenten Systemen als auch in komplexen, teilweise beobachteten Klimadynamiken wie ENSO vorhersagt.