1538 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.
Die Arbeit stellt eine allgemeine, auf einer multiskaligen Störungsrechnung der hinteren Kolmogorov-Gleichung basierende Methode zur Beschreibung von trockener skalare aktiver Materie mit Motilitätsregulation vor, die es ermöglicht, effektive Gleichgewichtszustände zu identifizieren sowie großskalige Ströme und Phänomene wie Quorum Sensing quantitativ zu erfassen.
Die Studie demonstriert die Leistungsfähigkeit von p4m-symmetrischen Group Convolutional Neural Networks (GCNNs) zur präzisen Untersuchung des Grundzustands und der Phasendiagramme des Quanten-Dimer-Modells auf quadratischen Gittern, wobei sie durch Vergleich mit exakten Diagonalisierungen und Quanten-Monte-Carlo-Simulationen bestätigt werden und neue Erkenntnisse über die Phasenübergänge bei verschiedenen Parametern liefern.
Die Arbeit identifiziert einen Phasenübergang, bei dem kohärente unitäre Fehler in Quanten-Stabilisator-Codes unterhalb einer kritischen Schwelle erfolgreich korrigierbar sind, oberhalb dieser Schwelle jedoch zu einem irreversiblen Wechsel des logischen Zustands und damit zum Zusammenbruch der Fehlerkorrektur führen.
Diese Arbeit verwendet die funktionale Renormierungsgruppe, um kritische Exponenten von dreidimensionalen Magneten mit starken Dipol-Dipol-Wechselwirkungen zu berechnen und zeigt, dass diese trotz des Vorherrschens des skaleninvarianten, aber nicht konform invarianten Aharony-Fixpunkts numerisch nahe an denen der Heisenberg-O(3)-Universalitätsklasse liegen.
Diese Arbeit analysiert das Score-Feld von Diffusionsgenerativmodellen durch eine Burgers-artige Evolutionsgleichung, um Phänomene wie Speziation und die Schärfe von Modengrenzen zu erklären und kritische Diffusionszeiten für Gaußsche Mischungen sowie allgemeinere Verteilungen abzuleiten.
Die Studie entwickelt ein statistisch-mechanisches Modell, das die Entstehung musikalischer Metrik durch die Optimierung des Gleichgewichts zwischen menschlicher Präferenz für wiederkehrende Muster und dem Wunsch nach Vielfalt erklärt, Phasenübergänge von Unordnung zu musikalischer Ordnung vorhersagt und diese Ergebnisse quantitativ mit Kompositionen von Johann Sebastian Bach bestätigt.
Diese Studie simuliert einen eindimensionalen Kapillar-Faserbündel-Modellansatz, um zu zeigen, wie hydraulische Risse durch die Verringerung kapillarer Schwellenwerte die Fluidextraktion optimieren, wobei analytische und numerische Ergebnisse einen optimalen Druckgradienten identifizieren, der den Übergang zu einer linearen Darcy-Strömung maximiert und durch lokale Strömungsprofile sowie Shannon-Entropie effizient bestimmt werden kann.
Diese Arbeit stellt ein theoretisches Rahmenwerk der stochastischen Thermodynamik für autoregressive generative Modelle vor, das eine effiziente Schätzung der Entropieproduktion in nicht-Markovschen Prozessen ermöglicht und diese in informations-theoretisch interpretierbare Komponenten wie Kompressionsverlust und Modellfehlanpassung zerlegt.
Die Studie nutzt maschinengelernte Kraftfeld-Molekulardynamik-Simulationen, um den Jahn-Teller-Übergang in LaMnO als einen Ordnungs-Unordnungs-Prozess zu identifizieren, der durch die Anordnung von -Verzerrungen getrieben wird und bei dem dynamische lokale Verzerrungen auch oberhalb der Übergangstemperatur bestehen bleiben.
Diese Studie stellt ein stochastisches Mittelwert-revertierendes Sprung-Diffusions-Modell vor, das mithilfe von Halbstunden-Niederschlagsdaten aus Nordost-Indien validiert wurde, um realistische synthetische Regenreihen zu erzeugen, die Extremereignisse, multifraktale Eigenschaften und den Übergang zwischen Log-Normal- und Gamma-Verteilungen erfolgreich abbilden.