1558 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 Studie zeigt, dass Heisenberg-Kitaev-Magnonsysteme mit Dzyaloshinskii-Moriya-Wechselwirkung symmetrische kalorische Effekte aufweisen, während die anisotrope Kitaev-Kopplung asymmetrische Zustandsdichten erzeugt, die deutlich höhere Wirkungsgrade für nanoskalige Festkörper-Wärmekraftmaschinen ermöglichen.
Die Studie widerlegt die Annahme eines isolierten Wilson-Fisher-Fixpunkts für den Übergang zur Vielteilchenlokalisation in der zufälligen XXZ-Kette und zeigt stattdessen, dass die Renormierungsgruppenflüsse einem zweiparametrigen, Berezinskii-Kosterlitz-Thouless-ähnlichen Verhalten mit einer Linie von Fixpunkten entsprechen.
Diese Studie leitet diagrammatische Ausdrücke für die statischen Reaktionen der mittleren Fitness und der stationären Verteilung in einem parallelen Mutations-Reproduktions-Modell ab, indem sie den Markov-Ketten-Baum-Satz durch die Einführung von verwurzelten 0/1-Schleifenwäldern erweitert, um exakte Lösungen und Näherungen für die Anpassung von Populationen an Umweltveränderungen zu erhalten.
Diese Arbeit zeigt, dass der Quantum Approximate Optimization Algorithmus (QAOA) und Quanten-Annealing durch universelle Trajektorien verbunden sind, die als Kühlprotokolle fungieren, deren erreichbare Zieltemperatur algebraisch mit den investierten Ressourcen wie der Schichtzahl oder der Gesamtzeit skaliert.
Diese Arbeit zeigt, dass in einem reinen Messungssystem ohne unitäre Dynamik durch lokale, nicht-zufällige und nicht-kommutierende Messungen von Ein-Teilchen-Operatoren volumen-gesetzliche Verschränkung erzeugt werden kann, wobei nicht-lokale Messungen zur Kontrolle dieses Effekts genutzt werden können.
Die Studie zeigt, dass die parametrische Kopplung von Majorana-Fermionen des SYK-Modells an ein quantenmechanisches -Spin-Glas die Stabilität der Spin-Glas-Phase erhöht und die Imaginärzeit-Dynamik beider Freiheitsgrade fundamental verändert, indem sie im Glas-Regime von exponentieller zu langsamer Dynamik wechselt und im paramagnetischen Regime das kritische SYK-Verhalten unterdrückt.
Die Studie stellt das erste-principles-Framework FIRE-Swap vor, das mithilfe von Machine-Learning-Potenzialen eine robuste Vorhersage der intrinsischen rock-salt-ähnlichen chemischen Ordnung und der Nb-Cluster-Morphologie in relaxierenden Ferroelektrika wie PMN ermöglicht, was eine mesoskopische Grundlage für das Verständnis ihrer Ferroelektrizität liefert.
Die Arbeit entwickelt ein theoretisches Rahmenwerk, das die kollektive Beulung in metallorganischen Gerüstverbindungen (MOFs) durch eine mikroskopische Beschreibung der organischen Linker und deren dipol-dipol-gekoppelte Wechselwirkungen quantifiziert und dabei Phasenübergänge sowie kritische Temperaturen unter mechanischer Dehnung analysiert.
Die Arbeit stellt das Neural Operator Quantum State (NOQS) als ein fundamentales Modell vor, das gelernt wird, um die zeitliche Entwicklung quantenmechanischer Vielteilchensysteme unter beliebigen, zuvor nicht gesehenen Antriebsprotokollen in einem einzigen Vorwärtsschritt vorherzusagen, ohne dass eine erneute Optimierung erforderlich ist.
Diese Arbeit stellt ein universell optimiertes, messungsbasiertes Quanten-Wärmekraftmaschinen-Modell mit einem gekoppelten Zwei-Niveau-System vor, das durch numerische Algorithmen effizienten Arbeitsgewinn unter realistischen Bedingungen wie Fehlertoleranz und Symmetriebrechung ermöglicht.