2407 articoli
La statistica meccanica è il ponte affascinante che collega il comportamento invisibile di singole particelle alle proprietà tangibili della materia che ci circonda. Su Gist.Science, esploriamo come le fluttuazioni casuali e le interazioni collettive diano origine a fenomeni complessi come la superconduttività, i cambiamenti di fase e il magnetismo, rendendo accessibili concetti che spesso sembrano risiedere solo nel regno della teoria astratta.
Ogni nuovo preprint pubblicato su arXiv nella categoria Cond-Mat — Stat-Mech viene analizzato dai nostri esperti per offrire due livelli di comprensione: una spiegazione in linguaggio semplice per chiunque e un riassunto tecnico dettagliato per i ricercatori. Questo approccio duplice garantisce che le scoperte più recenti siano comprensibili a un pubblico vasto senza sacrificare il rigore scientifico.
Di seguito trovate la selezione più recente di articoli pubblicati in questo campo, pronti per essere esplorati attraverso le nostre sintesi curate.
Questo studio propone un modello di meccanica statistica che, ottimizzando il compromesso tra preferenze psicologiche per schemi ripetuti e desiderio di varietà, spiega l'emergere del metro musicale come una fase ordinata e dimostra una buona corrispondenza quantitativa con le composizioni di Johann Sebastian Bach.
Lo studio simula l'estrazione di fluidi attraverso fratture idrauliche in un modello di fascio di fibre capillari, dimostrando che l'ottimizzazione del gradiente di pressione e dell'ampiezza delle fratture massimizza la portata e il potere idraulico, mentre l'analisi dei profili di flusso locale e dell'entropia di Shannon permette di identificare efficientemente il passaggio al flusso di Darcy e la pressione ottimale con costi computazionali ridotti.
Questo lavoro introduce un quadro teorico basato sulla termodinamica stocastica per modelli generativi autoregressivi non markoviani, dimostrando come sia possibile stimare efficientemente la produzione di entropia e scomporla in contributi legati alla compressione e al disallineamento del modello, applicando tale approccio anche a grandi modelli linguistici come GPT-2.
Questo studio utilizza la dinamica molecolare basata su campi di forza appresi tramite machine learning per dimostrare che la transizione di fase strutturale di Jahn-Teller in LaMnO è di tipo ordine-disordine, guidata dall'ordinamento delle distorsioni e caratterizzata dalla persistenza di distorsioni locali dinamiche sopra la temperatura critica.
Il documento presenta un modello stocastico di diffusione con salti a media regressione che, validato su dati pluviometrici reali del nord-est indiano, permette di simulare serie temporali realistiche e di controllare le statistiche delle precipitazioni, inclusi gli eventi estremi e la distribuzione delle durate dei periodi secchi.
Il paper dimostra che i morfismi armonici discreti costituiscono la condizione minima per preservare esattamente la dinamica delle camminate casuali durante il rinormalizzazione delle reti, introducendo il grado armonico come strumento diagnostico che rivela come diverse tecniche di rinormalizzazione producano impronte dinamiche distinte e, in alcuni casi, preservino esattamente la struttura di transizione.
Questo articolo propone un meccanismo di trasporto molecolare guidato da gradienti chimici tramite polimeri ibridi attivi-passivi, analizzando come la disposizione delle unità attive influenzi l'accumulo e la motilità per ottimizzare il movimento direzionale nelle cellule.
Questo studio dimostra che la non reciprocità stabilizza lo stato omogeneo in miscele multicomponenti disordinate, derivando tramite la teoria delle matrici casuali una condizione generale per l'instabilità spinodale e collegando le statistiche dell'autovettore più instabile alla dinamica non lineare emergente.
Il documento presenta il metodo di decimazione integrale, un algoritmo ispirato alla meccanica quantistica che supera la maledizione della dimensionalità decomponendo integrali multidimensionali in prodotti di funzioni matriciali tramite tensor train spettrali, permettendo così il calcolo efficiente di quantità fisiche come l'energia libera e le matrici di densità ridotte in sistemi complessi dove i metodi tradizionali falliscono.
Il paper presenta SMT-AD, un approccio scalabile e parallelizzabile per il rilevamento di anomalie ispirato ai tensori quantistici, che utilizza una sovrapposizione di operatori prodotto di matrici con embedding assistito da Fourier per ottenere prestazioni competitive con un numero di parametri che cresce linearmente rispetto alla dimensione delle feature.