1537 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 paper presenta un metodo di coarsening basato su un'espansione perturbativa multiscala dell'equazione di Kolmogorov inversa per la materia attiva scalare con regolazione della motilità, capace di derivare dinamiche macroscopiche generali per una vasta gamma di modelli, inclusi sistemi non markoviani e interazioni mediate dalla densità.
Il paper dimostra che le reti neurali convoluzionali di gruppo (GCNN) simmetriche rispetto al gruppo spaziale p4m sono uno strumento potente per determinare con precisione lo stato fondamentale e la fase diagramma del modello quantistico a dimeri su reticolo quadrato, confermando un stato fondamentale quattro volte degenere per V ≤ 0.4 e restringendo il regime delle fasi miste/plaquette a 0.4 < V < 1.
Questo studio identifica una transizione di fase indotta da errori coerenti nei codici di correzione quantistica, caratterizzata da una soglia critica al di sotto della quale l'informazione logica rimane recuperabile e al di sopra della quale subisce una rotazione unitaria efficace che porta al fallimento della correzione.
Utilizzando il gruppo di rinormalizzazione funzionale, lo studio determina gli esponenti critici dei magneti tridimensionali con forti interazioni dipolari, identificando il punto fisso di Aharony e confermando che i suoi valori, pur appartenenti a una classe di universalità distinta, sono numericamente molto vicini a quelli della classe Heisenberg .
Il paper analizza il campo di punteggio dei modelli generativi di diffusione attraverso una legge evolutiva di tipo Burgers, descrivendo le transizioni di speciazione come l'acutizzazione delle interfacce tra modalità e fornendo criteri chiusi per determinare i tempi critici di speciazione in miscele gaussiane e potenziali a doppio pozzo.
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.