Compact Dynamical Mean-Field Theory of Oscillator Networks

Este artículo presenta una teoría de campo medio dinámica compacta para redes de osciladores de fase acoplados que, al preservar la periodicidad $2\pi$ y promediar sobre el desorden, reduce la dinámica de la red a una ecuación estocástica de un solo oscilador capaz de recuperar reducciones conocidas y predecir umbrales de sincronización en modelos neuronales biológicos a partir de sus curvas de respuesta de fase.

Kanishka ReddyWed, 11 Ma🧬 q-bio

Self-consistent mean-field quantum approximate optimization

Este artículo presenta un algoritmo de optimización cuántica aproximada basado en un campo medio autoconsistente que descompone problemas de Hamiltonianos de Ising en subproblemas independientes interactuando a través de un entorno común, permitiendo resolver tareas complejas como el problema del clique máximo en el acoplamiento molecular que exceden las capacidades actuales del hardware cuántico.

Maxime Dupont, Bhuvanesh Sundar, Meenambika GowrishankarWed, 11 Ma⚛️ quant-ph

The Quantum Random Energy Model is the Limit of Quantum p p -Spin Glasses

El artículo demuestra que, a medida que el número de interacciones pp tiende a infinito, la energía libre de los vidrios de espín cuánticos con interacciones pp-spin en un campo magnético transversal converge a la del modelo cuántico de energía aleatoria, combinando técnicas analíticas no conmutativas con el estudio de las desviaciones extremas del caso clásico.

Anouar Kouraich, Chokri Manai, Simone WarzelTue, 10 Ma🔢 math

Leveraging chaotic transients in the training of artificial neural networks

Este artículo demuestra que utilizar tasas de aprendizaje excepcionalmente altas, que sitúan al entrenamiento de redes neuronales en un régimen transitorio caótico caracterizado por un equilibrio entre exploración y explotación, permite acelerar significativamente el tiempo de entrenamiento necesario para alcanzar una alta precisión en diversas arquitecturas y tareas de aprendizaje supervisado.

Pedro Jiménez-González, Miguel C. Soriano, Lucas LacasaTue, 10 Ma🤖 cs.LG

Metastable states of 2D-material-on-metal-islands structures revealed by thermal cycling

El estudio revela que el ciclo térmico induce cambios irreversibles en la estabilidad de las uniones de van der Waals en heteroestructuras de hBN/grafeno sobre islas metálicas debido a la delaminación térmica y la redistribución de residuos interfaciales, aunque estos efectos pueden revertirse mediante prensado en caliente.

V. A. Ievleva, V. A. Prudkoglyad, L. A. Morgun, A. Yu. KuntsevichTue, 10 Ma🔬 cond-mat.mes-hall

Beyond the non-Hermitian skin effect: scaling-controlled topology from Exceptional-Bound Bands

Este artículo establece un nuevo mecanismo para transiciones topológicas en sistemas no hermitianos controladas por el tamaño del sistema mediante ingeniería de bandas unidas a excepciones, un fenómeno independiente del efecto de piel no hermitiano que ofrece nuevos principios de diseño para estructuras de bandas en diversas plataformas experimentales.

Mengjie Yang, Ching Hua LeeTue, 10 Ma⚛️ quant-ph

Empirical universality and non-universality of local dynamics in the Sherrington-Kirkpatrick model

Este estudio empírico demuestra que, mientras que el tiempo de ejecución de la búsqueda local codiciosa en el modelo Sherrington-Kirkpatrick es universal frente a diversas distribuciones de acoplamientos, el de la búsqueda local renuente (propuesta por Parisi) no lo es, mostrando una sensibilidad inusual que depende críticamente de la distribución de los acoplamientos, especialmente cuando estos tienen soporte discreto.

Grace Liu, Dmitriy KuniskyTue, 10 Ma🔢 math

Atomistic Framework for Glassy Polymer Viscoelasticity Across Twenty Frequency Decades

Este artículo presenta un marco teórico-computacional basado en la ecuación de Langevin generalizada que permite caracterizar la respuesta viscoelástica del polímero vítreo PMMA a lo largo de más de veinte décadas de frecuencia, logrando una consistencia cuantitativa con múltiples técnicas experimentales y simulaciones desde escalas atómicas hasta macroscópicas.

Ankit Singh, Vinay Vaibhav, Caterina Czibula, Astrid Macher, Petra Christoefl, Karin Bartl, Gregor Trimmel, Timothy W. Sirk, Alessio ZacconeTue, 10 Ma🔬 cond-mat.mtrl-sci

Hybrid quantum-classical matrix-product state and Lanczos methods for electron-phonon systems with strong electronic correlations: Application to disordered systems coupled to Einstein phonons

El artículo presenta dos métodos híbridos cuántico-clásicos que combinan técnicas de estado de producto matricial y de Lanczos con la aproximación de Ehrenfest para simular la dinámica temporal de sistemas de electrones y fonones, demostrando mediante aplicaciones a sistemas desordenados que el acoplamiento a osciladores clásicos puede provocar la deslocalización y desestabilizar la localización de muchos cuerpos.

Heiko Georg Menzler, Suman Mondal, Fabian Heidrich-MeisnerTue, 10 Ma⚛️ quant-ph

Patterns of load, elastic energy and damage in network models of architected composite materials

El estudio demuestra que, aunque las estructuras graduadas no mejoran significativamente la tenacidad a la fractura, los patrones jerárquicos en películas delgadas arquitectónicas pueden localizar la falla en la interfaz y aumentar su tenacidad al crear una zona de amortiguación que disipa energía elástica mediante daño difuso, analizado mediante un formalismo de redes que combina geometría diferencial discreta y teoría espectral de grafos.

Christian Greff, Leon Pyka, Michael Zaiser, Paolo MorettiTue, 10 Ma🔬 cond-mat.mtrl-sci

Quantum-to-semiclassical Husimi dynamics of non-Hermitian localization transitions

El estudio demuestra que, a diferencia del caso hermítico, la transición de localización en modelos no hermíticos carece de una correspondencia universal entre los puntos críticos cuánticos y clásicos debido a su dependencia sensible de los parámetros, aunque es posible encontrar regímenes donde la dinámica clásica imita fielmente a la cuántica en ventanas temporales finitas.

Pallabi Chatterjee, Bhabani Prasad Mandal, Ranjan ModakTue, 10 Ma⚛️ quant-ph

Lindbladian Learning with Neural Differential Equations

Este artículo presenta un método de aprendizaje basado en ecuaciones diferenciales neuronales y máxima verosimilitud que infiere con robustez los generadores dinámicos de sistemas cuánticos abiertos de hasta seis qubits a partir de datos de mediciones transitorias, superando los desafíos de la no convexidad y el ruido en diversos modelos físicos.

Timothy Heightman, Roman Aseguinolaza Gallo, Edward Jiang, JRM Saavedra, Antonio Acín, Marcin PłodzienTue, 10 Ma⚛️ quant-ph

Modeling the Slow Arrhenius Process (SAP) in Polymers

Este artículo extiende la teoría de dos estados y dos escalas de tiempo (TS2) para describir unificadamente la relajación estructural y el nuevo proceso de Arrhenius lento (SAP) en polímeros, proponiendo que este último corresponde al límite de alta temperatura de una dinámica de tipo α en un fluido de clusters correlacionados, lo que permite reproducir cuantitativamente los datos experimentales y predecir una transición a comportamientos no Arrhenius a bajas temperaturas.

Valeriy V. Ginzburg, Oleg V. Gendelman, Simone Napolitano, Riccardo Casalini, Alessio ZacconeTue, 10 Ma🔬 cond-mat.mtrl-sci

Orbital-interaction-aware deep learning model for efficient surface chemistry simulations

Este artículo presenta DOTA, un modelo de aprendizaje profundo basado en transformadores que aprovecha las interacciones orbitales para predecir con precisión las energías de adsorción en superficies, superando la escasez de datos experimentales y resolviendo el "problema del CO" mediante la alineación de datos experimentales y simulaciones cuánticas de múltiples fidelidades.

Zhihao Zhang, Xiao-Ming CaoThu, 12 Ma🔬 cond-mat.mtrl-sci