2446 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.
Il presente studio deriva condizioni necessarie sui tassi di transizione per l'effetto Mpemba in sistemi di Markov, dimostrando come la presenza di scale temporali multiple e il principio di massima entropia permettano di identificare quali sistemi (escludendo quelli con spettri sub-Ohmici e Ohmici) possono esibire questo anomalo fenomeno termico.
Questo studio sviluppa un quadro termodinamico basato su misurazioni pump-probe ultraveloci per dimostrare che la transizione di fase fotoindotta nel biossido di vanadio è guidata dal popolamento dell'intero spettro fonico termico, in particolare dei modi ad alta frequenza dell'ossigeno, offrendo un metodo semplice per determinare i meccanismi di altre transizioni di fase senza esperimenti complessi.
Il lavoro presenta e analizza una tecnica di soppressione degli errori che accoppia più unità CMOS in catene per sfruttare le correlazioni inter-unità, dimostrando tramite tensor networks che, sebbene le catene migliorino l'affidabilità a basso voltaggio, l'aumento della tensione di polarizzazione rappresenti una via più efficiente dal punto di vista energetico per raggiungere stabilità equivalente.
Utilizzando simulazioni Monte Carlo classiche su un modello effettivo per PrIrZn, lo studio dimostra che la competizione tra campo magnetico e anisotropia quadrupolare genera un ricco diagramma di fase con transizioni tra stati a singolo e doppio vettore d'onda, evidenziando come un'interazione biquadratica intersito sia cruciale per riprodurre la topologia osservata sperimentalmente.
Il documento esplora la meccanica statistica di particelle in stati energetici indistinguibili, derivando funzioni di distribuzione esatte che rivelano una transizione vetrosa definitiva per le particelle classiche, caratterizzata dalla scomparsa dell'entropia configurale al di sotto di una temperatura finita .
Il documento propone un approccio universale basato sull'ordine composito e sulle fluttuazioni termiche per spiegare l'emergere dell'ordine quadrupolare nei materiali magneto-elettrici, offrendo previsioni sulla loro sintonizzabilità senza richiedere una conoscenza dettagliata dei meccanismi microscopici.
Questo studio sviluppa un quadro perturbativo basato sull'equazione di Fokker-Planck per calcolare lo spostamento quadratico medio di particelle browniane attive con inerzia rotazionale, ottenendo un'espressione analitica valida confrontata con simulazioni numeriche.
Questo studio dimostra che i Generatori di Boltzmann sono efficaci nel campionare il punto critico liquido-gas di un fluido di Lennard-Jones, catturando le firme del comportamento critico e tracciando i confini di fase, sebbene le loro prestazioni siano attualmente limitate dalle piccole dimensioni del sistema che sopprimono le fluttuazioni caratteristiche.
Gli autori addestrano una rete neurale su grafi, guidata dal gruppo di rinormalizzazione per disordine forte (SDRG), per inferire con alta precisione la struttura di entanglement e le proprietà termodinamiche di catene di spin quantistici disordinati con interazioni a lungo raggio.
Questo studio valida il framework Relevance-Resolution, dimostrando che i criteri di selezione non supervisionati basati sull'informazione, in particolare il punto a pendenza -1, identificano in modo coerente le rappresentazioni a bassa risoluzione ottimali per dataset ad alta dimensionalità, allineandosi con le distribuzioni di verità fondamentale.