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.

Harmonic morphisms and dynamical invariants in network renormalization

Cet article établit que les morphismes harmoniques discrets constituent la condition minimale garantissant la préservation exacte des marches aléatoires lors du renforcement de réseaux, et introduit le degré harmonique comme outil diagnostique révélant que la renormalisation laplacienne peut spontanément atteindre cette préservation dynamique dans divers réseaux réels.

Francesco Maria Guadagnuolo, Marco Nurisso, Federica Galluzzi, Antoine Allard, Giovanni Petri2026-04-10🔢 math-ph

The Integral Decimation Method for Quantum Dynamics and Statistical Mechanics

Cet article présente la méthode de décimation intégrale, un algorithme inspiré de la mécanique quantique qui transforme le calcul d'intégrales multidimensionnelles d'une complexité exponentielle à polynomiale en décomposant l'intégrande en une « train tensoriel spectral », permettant ainsi de résoudre efficacement des problèmes complexes en mécanique statistique et en dynamique quantique là où les méthodes conventionnelles échouent.

Ryan T. Grimm, Alexander J. Staat, Joel D. Eaves2026-04-09⚛️ quant-ph

SMT-AD: a scalable quantum-inspired anomaly detection approach

Le papier présente SMT-AD, une approche d'anomalie quantique inspirée par les réseaux de tenseurs qui utilise une superposition d'opérateurs de produit matriciel pour transformer les données via une intégration de Fourier, offrant une méthode hautement parallélisable et économe en paramètres qui atteint des performances compétitives sur des jeux de données standards tout en permettant une réduction de la complexité du modèle et une sélection de caractéristiques pertinentes.

Apimuk Sornsaeng, Si Min Chan, Wenxuan Zhang, Swee Liang Wong, Joshua Lim, Dario Poletti2026-04-09🤖 cs.LG

Using test particle sum rules to improve approximations in classical DFT : White-Bear and White-Bear mark II versions of the Lutsko Functional

Cet article présente l'extension des règles de somme des particules tests pour optimiser les paramètres des fonctionnels Lutsko White-Bear et White-Bear mark II, conduisant ainsi à des approximations plus précises et cohérentes pour les fluides de sphères dures en théorie de la fonctionnelle de la densité classique.

Melih Gül, Roland Roth, Robert Evans2026-04-09🔬 cond-mat.mes-hall