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。

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🔢 math-ph

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🔬 cond-mat

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🤖 cs.LG

A Practical Introduction to Tensor Network Renormalization with TNRKit.jl

この論文は、2 次元および 3 次元の古典統計モデルやユークリッド格子場の理論に対するテンソルネットワーク繰り込み(TNR)を可能にするオープンソースの Julia パッケージ「TNRKit.jl」を紹介し、その機能と使い方を解説するとともに、TNR 枠組みそのものへの実践的な入門を提供するものです。

Victor Vanthilt, Adwait Naravane, Chenqi Meng, Atsushi Ueda2026-04-09🔬 cond-mat