2392 artículos
La mecánica estadística es la rama de la física que conecta el comportamiento de átomos y moléculas individuales con las propiedades que observamos en nuestra vida diaria, como la temperatura o la presión. En esta sección de Gist.Science, exploramos cómo los científicos utilizan modelos matemáticos para entender fenómenos complejos, desde el magnetismo hasta los nuevos materiales, sin necesidad de descifrar ecuaciones intrincadas.
Cada documento en esta categoría proviene directamente de arXiv, el repositorio líder para preprints científicos. Nuestro equipo procesa cada nuevo envío en esta área, ofreciendo tanto un resumen técnico detallado para expertos como una explicación clara y accesible para cualquier persona interesada en la ciencia. A continuación, encontrará las investigaciones más recientes en mecánica estadística que han sido analizadas y simplificadas para su lectura.
Este artículo investiga un modelo SYK cuadrático con decaimiento de ley de potencia para demostrar cómo las transiciones espectrales de partícula única se propagan al régimen de muchos cuerpos, revelando que el factor de forma espectral permanece robusto bajo rangos de interacción reducidos antes de que la teoría de perturbaciones se rompa y surjan nuevas características espectrales.
Este artículo establece una teoría general que demuestra que la inestabilidad de Turing puede emerger en redes simétricas adaptativas con pesos positivos, demostrando cómo la interacción entre la dinámica de los nodos y la evolución de los pesos de los enlaces impulsa la formación de diversos patrones espaciotemporales en sistemas modelados por las ecuaciones de Brusselator y FitzHugh-Nagumo.
Este artículo introduce un método general y computacionalmente tratable mediante el uso de mapas de Dyson para restaurar el crecimiento monotónico de la entropía en procesos de Markov no hermitianos con equilibrio detallado roto, permitiendo así la aplicación de herramientas estándar de la física estadística y técnicas de inferencia a una amplia clase de sistemas fuera del equilibrio.
Este artículo investiga el papel de la percolación en el entrenamiento de redes neuronales basado en dropout, demostrando que la eliminación aleatoria de conexiones puede cortar las rutas de entrada-salida y causar una ruptura del entrenamiento, particularmente en redes sin sesgos.
Este artículo caracteriza analíticamente un modelo de Hopfield con un mecanismo de desaprendizaje en el límite de alta temperatura y almacenamiento extensivo utilizando el método de réplica, demostrando que la supresión de memorias espurias mediante el desaprendizaje mejora la capacidad de memoria y se alinea tanto con hallazgos teóricos previos como con simulaciones numéricas.
Este artículo introduce la Divergencia de Trayectoria Multiescala (MSPD, por sus siglas en inglés), una métrica escalar inspirada en el grupo de renormalización que cuantifica la heterogeneidad temporal multiescala para tanto guiar la evolución de código abierto en sistemas de vida artificial como proporcionar un puente fundamentado e interpretable hacia las teorías físicas de la complejidad, superando a los enfoques de redes neuronales de caja negra a través de diversos sustratos.
Este artículo establece una conexión fundamental entre la corrección de errores cuánticos y la física mesoscópica al demostrar que las propiedades estadísticas de los estados lógicos post-medición en códigos de superficie bajo rotaciones uniformes de Pauli- son isomórficas a las matrices de dispersión caótica en puntos cuánticos, revelando así un conjunto de matrices aleatorias universal gobernado por las clases de simetría de Altland-Zirnbauer.
Este artículo proporciona una derivación constructiva de la teoría de campo de altura del continuo para el modelo de dímeros clásico bidimensional en redes cuadradas y de panal mediante el inicio desde una representación exacta de integral de Grassmann, tomando el límite del continuo para obtener fermiones de Dirac sin masa y aplicando la bosonización para mapear el sistema a un modelo de altura que describe completamente sus correlaciones de larga distancia y propiedades topológicas.
Este artículo introduce una generalización helicoidal del modelo de Sachdev-Ye-Kitaev en 1+1 dimensiones, demostrando que, si bien su espacio de interacción completo rompe la solvabilidad exacta, la teoría fluye hacia un punto fijo libre e integrable en el límite infrarrojo debido a la irrelevancia marginal de todas las interacciones.
Este artículo utiliza fórmulas de inversión térmica para derivar expresiones asintóticas precisas de las densidades espectrales y los coeficientes OPE de operadores pesados en una CFT 3D dual a un campo escalar interactuante en AdS, demostrando que estos resultados analíticos siguen siendo cuantitativamente fiables incluso en pesos conformes intermedios a pesar de las interacciones en el bulk.