1537 articles
La physique statistique explore comment le comportement collectif de milliards de particules microscopiques donne naissance aux propriétés que nous observons dans la matière, comme la température ou la pression. Ce domaine relie le monde quantique aux phénomènes quotidiens, en étudiant l'ordre, le chaos et les transitions de phase qui façonnent notre univers matériel.
Sur Gist.Science, nous surveillons quotidiennement le dépôt arXiv pour repérer les nouvelles recherches en physique statistique. Chaque prépublication est analysée pour offrir deux niveaux de compréhension : un résumé accessible au grand public et une synthèse technique détaillée pour les spécialistes. Cette double approche permet à chacun de saisir l'essence de découvertes complexes sans barrières linguistiques.
Découvrez ci-dessous les dernières contributions de la communauté scientifique dans ce domaine fascinant, présentées avec la clarté qu'elles méritent.
Cet article présente une méthode de coarse-graining générale pour la matière active scalaire sèche à régulation de motilité, basée sur une expansion perturbative multiscale de l'équation de Kolmogorov rétrograde, qui permet de décrire divers régimes allant de l'équilibre effectif aux courants macroscopiques et s'applique à des modèles allant des particules isolées aux polymères actifs.
Cette étude démontre que les réseaux de neurones convolutifs de groupe (GCNN) symétriques constituent un outil puissant pour déterminer avec précision le diagramme de phase du modèle de dimères quantiques, en identifiant un état fondamental à quatre fois dégénéré pour et en restreignant la région des phases mixtes/plaquettes à .
Cet article identifie une transition de phase induite par des erreurs cohérentes dans les codes correcteurs quantiques, où, au-delà d'un seuil critique, la stabilité de l'information logique s'effondre et l'information devient irrécupérable en raison d'une rotation effective dans l'espace logique.
En utilisant la méthode du groupe de renormalisation fonctionnelle, cette étude démontre que les systèmes magnétiques tridimensionnels à forte interaction dipolaire-dipolaire obéissent au point fixe d'Aharony et présentent des exposants critiques numériquement proches de ceux de la classe d'universalité de Heisenberg.
Cet article établit que le champ de score des modèles de diffusion génératifs obéit à une loi d'évolution de type Burgers, offrant ainsi une perspective d'équations aux dérivées partielles pour comprendre les transitions de spéciation et les interfaces inter-modales, notamment dans les mélanges gaussiens.
En s'inspirant de la mécanique statistique, cette étude propose un modèle où la métrique musicale émerge comme une phase ordonnée résultant de l'optimisation d'un compromis entre la préférence humaine pour les motifs répétitifs et le désir de variété, validé par une forte concordance quantitative avec les compositions de J.S. Bach.
Cette étude simule un modèle de faisceau de fibres capillaires unidimensionnel pour démontrer que les événements de fracturation hydraulique, en réduisant les seuils capillaires, augmentent le débit et la puissance hydraulique, permettant d'identifier un gradient de pression optimal pour l'extraction de fluides via l'analyse des profils d'écoulement local et de l'entropie de Shannon.
Cet article propose un cadre théorique basé sur la thermodynamique stochastique pour quantifier l'entropie production dans les modèles génératifs autoregressifs non markoviens, en démontrant que cette mesure se décompose en contributions non négatives liées à la perte de compression et à l'inadéquation du modèle, comme illustré par des applications sur GPT-2 et les filtres de Kalman.
En utilisant des simulations de dynamique moléculaire basées sur des champs de force appris par machine, cette étude révèle que la transition de phase Jahn-Teller dans LaMnO à 750 K est de nature ordre-désordre, pilotée par l'ordonnancement des distorsions des octaèdres MnO, tout en mettant en évidence la persistance de distorsions locales dynamiques au-dessus de la température de transition.
Les auteurs proposent un modèle stochastique de diffusion à sauts à retour à la moyenne pour simuler les séries temporelles de précipitations, validé par des données réelles du Nord-Est de l'Inde, afin de reproduire fidèlement les dynamiques intermittentes et extrêmes tout en permettant de contrôler les distributions statistiques et la durée des périodes sèches.