物質の性質を温度や圧力などの巨視的な現象と、原子や分子の微視的な振る舞いを結びつけるのが統計力学です。この分野では、無数の粒子が織りなす複雑な集団行動から、熱や圧力といった日常の物理法則がどのように導き出されるかを解明します。

Gist.Science では、arXiv に投稿された統計力学関連の最新プレプリントをすべて対象に、専門家が執筆した平易な解説と詳細な技術的サマリーを提供しています。複雑な数式に囲まれた研究を、誰もが理解できる形に翻訳することで、科学の最前線を広く共有することを目指しています。

以下に、統計力学の分野から選り抜かれた最新の論文リストを掲載します。

Quantum jump correlations in long-range dissipative spin systems

この論文は、量子ジャンプ軌道の統計的性質、特に全カウント統計や待ち時間分布を解析することで、長距離散逸スピン系における非平衡相転移の動的特徴を明らかにし、軌道分解観測量が開放量子多体系の集団的挙動を検出する有力な手段となり得ることを示しています。

Giulia Salatino, Anna Delmonte, Zejian Li, Rosario Fazio, Alberto Biella2026-04-24⚛️ quant-ph

Generalized stochastic spin-wave theory for open quantum spin systems

この論文は、駆動・散逸系における量子軌道記述に特化した一般化された確率的スピン波理論を提案し、従来の手法では扱えなかった局所的な量子ジャンプや短距離相互作用を含む大規模な非平衡量子スピン系の効率的なシミュレーションを可能にする汎用的な枠組みを確立したものである。

Zejian Li, Anna Delmonte, Rosario Fazio2026-04-24⚛️ quant-ph

Birth, Death, and Replication at Surfaces: Universal Laws of Autocatalytic Dynamics

この論文は、固体基板上の不均一触媒反応からウイルス感染、バイオフィルム成長に至るまで多様な界面で触媒される自己増殖過程を統一的に記述する理論枠組みを構築し、表面での損失と複製の相互作用がもたらす人口動態の多様性や普遍的なスケーリング法則を明らかにしたものである。

Denis S. Grebenkov2026-04-24🔢 math-ph

Algorithmic Locality via Provable Convergence in Quantum Tensor Networks

本論文は、強注入性を持つ投影エンタングルペア状態に対して、局所的摂動が遠方へ急速に減衰する「アルゴリズム的局所性」を初めて証明し、多体量子状態の物理量を多項式時間で高精度に計算できる確定的な理論的保証を提供するものです。

Siddhant Midha, Yifan F. Zhang, Daniel Malz, Dmitry A. Abanin, Sarang Gopalakrishnan2026-04-24🔢 math-ph

Nonequilibrium protection effect and spatial localization of noise-induced fluctuations: Quasi-one-dimensional driven lattice gas with partially penetrable obstacle

この論文は、部分的に透過可能な障害物を持つ駆動格子ガス系において、非平衡保護効果とエッジの同期により外部ノイズに対する局所的な不変量が現れ、過臨界領域でノイズ誘起揺らぎが空間的に局在化し、臨界前後で異なる緩和挙動を示すことを示しています。

S. P. Lukyanets, O. V. Kliushnichenko2026-04-23🔬 cond-mat

Supersolid phase in two-dimensional soft-core bosons at finite temperature

本論文は、自己無撞着ハートリー・フォック法と量子モンテカルロ法を用いて、有限温度における二次元ソフトコアボソン系の超固体相を研究し、超流動相と正常準結晶相の間に超固体相が存在し、さらに正常固体と流体の間に六次相(ヘクティック相)が現れる可能性を明らかにした。

Sebastiano Peotta, Gabriele Spada, Stefano Giorgini, Sebastiano Pilati, Alessio Recati2026-04-23🔬 cond-mat

Local Diffusion Models and Phases of Data Distributions

この論文は、統計物理学の非平衡過程の概念に基づきデータ分布の「相」を定義し、拡散モデルの逆過程において局所的操作が有効な領域と失敗する相転移点を特定することで、効率的な局所ニューラルネットワークとグローバルネットワークの使い分けによるモデル設計の指針を提示しています。

Fangjun Hu, Guangkuo Liu, Yifan F. Zhang, Xun Gao2026-04-23⚛️ quant-ph