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。

🔬 physics

Efficient fluid extraction through hydraulic fracture in capillary fiber bundle model

この論文は、キャピラリーファイバーバンドルモデルを用いた数値シミュレーションと解析により、圧力勾配とフラッキング振幅の最適条件を特定し、局所流プロファイルやシャノンエントロピーの変化を通じて非線形流からダルシー流への遷移や流体抽出の最適圧力を低コストで評価する手法を提案しています。

Anjali Vajigi, Subhadeep Roy2026-04-10
🔬 condensed matter

Stochastic Thermodynamics for Autoregressive Generative Models: A Non-Markovian Perspective

この論文は、トランスフォーマーやカルマンフィルタなど過去に依存する非マルコフ過程として動作する自己回帰生成モデルを対象に、サンプリングコストを増大させることなくエントロピー生成を効率的に推定できる確率熱力学の一般枠組みを確立し、GPT-2 などの大規模言語モデルにおける不可逆性を定量化する新たな手法を提案しています。

Takahiro Sagawa2026-04-10
🔬 condensed matter

Machine Learning the order-disorder Jahn-Teller transition in LaMnO3_3

機械学習ポテンシャルに基づく分子動力学シミュレーションにより、LaMnO3_3におけるジャーン・テラー転移が MnO6_6八面体のQ2Q_2歪みの秩序化に起因する秩序・無秩序転移であることを示し、有限温度における非調和効果や振動特性の温度変化を通じて転移メカニズムを明確に区別する有効な手法を確立しました。

Lorenzo Celiberti, Alexander Ehrentraut, Luca Leoni, Cesare Franchini2026-04-10
🔢 mathematics

Harmonic morphisms and dynamical invariants in network renormalization

この論文は、離散調和写像が粗大化されたネットワーク上のランダムウォークの動的性質を厳密に保存する最小条件であることを証明し、調和次数という指標を用いて幾何的・ラプラシアン・GNN ベースの様々な再正規化手法がそれぞれ固有の動的指紋を生み出すことを示し、特にラプラシアン再正規化が特定のスケールで厳密な調和写像を実現することを発見しました。

Francesco Maria Guadagnuolo, Marco Nurisso, Federica Galluzzi, Antoine Allard, Giovanni Petri2026-04-10
🔬 condensed matter

Transport of molecules via polymerization in chemical gradients

この論文は、化学勾配によって生成される有効なドリフトを用いてポリマーを活性キャリアとして分子を輸送する戦略を提案し、アクティブな自由度を除外して得られた有効なフォッカー・プランク方程式を解くことで、アクティブ単位のアレイが定常状態分布や平均初到達時間に与える影響を解析し、高濃縮化や高速移動を最適化する手法を論じています。

Shashank Ravichandir, Bhavesh Valecha, Pietro Luigi Muzzeddu, Jens-Uwe Sommer, Abhinav Sharma2026-04-09
⚛️ quantum physics

The Integral Decimation Method for Quantum Dynamics and Statistical Mechanics

この論文は、量子ゲートの適用と小さな寄与の系統的な除去(積分削減)を通じて、高次元積分の計算コストを指数関数的から多項式的に削減し、統計力学や量子力学の複雑な問題に対する新たな強力な数値手法「積分削減法」を提案・実証するものである。

Ryan T. Grimm, Alexander J. Staat, Joel D. Eaves2026-04-09
🤖 machine learning

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

本論文では、フーリエ支援特徴埋め込みと bond-dimension-1 の行列積演算子の重ね合わせに基づく、量子インスパイアードの並列化可能な異常検出手法「SMT-AD」を提案し、標準データセットにおける競争力のある性能と、モデル軽量化や重要特徴の抽出によるさらなる性能向上の可能性を実証しています。

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