통계역학은 거시적인 물질의 성질을 미시적인 입자들의 통계적 행동으로 설명하는 물리학의 핵심 분야입니다. Gist.Science 의 Cond-Mat — Stat-Mech 섹션에서는 복잡한 열역학 법칙부터 상전이 현상까지, 우주의 무질서한 입자들이 어떻게 질서 있는 법칙을 만들어내는지 탐구하는 최신 연구들을 다룹니다.

이 카테고리에는 arXiv 에 등록되는 모든 새로운 사전 출판 논문이 자동으로 포함됩니다. 우리는 arXiv 의 최신 자료들을 실시간으로 수집하여, 전문가를 위한 상세한 기술적 요약과 일반인도 이해할 수 있는 쉬운 설명을 함께 제공합니다. 아래에 나열된 최신 논문들을 통해 통계역학이 현대 과학의 어떤 문제를 해결하고 있는지 확인하실 수 있습니다.

🔬 condensed matter

Negative Differential Heat Conductivity in a Harmonic Chain Coupled to a Particle Reservoir

이 논문은 비선형 상호작용 없이도 과감쇠 입자로 구성된 열욕조와 표준 랑주뱅 열욕조를 선형 조화 사슬에 결합시킴으로써, 온도차가 커질수록 열전도율이 감소하거나 사라지는 '부정적 미분 열전도도' 현상이 발생할 수 있음을 보여주었습니다.

Simon Krekels, Christian Maes, Ion Santra, Ruoxun Zhai2026-04-02
⚛️ quantum physics

Multi-Mode Quantum Annealing for Variational Autoencoders with General Boltzmann Priors

이 논문은 D-Wave 양자 어닐링 프로세서를 활용하여 다중 모드 (훈련, 무조건적 생성, 조건부 생성) 로 작동하는 볼츠만 머신 사전 변분 오토인코더 (BM-VAE) 를 제안하고, 기존 가우시안 사전 모델보다 빠른 수렴과 낮은 재구성 손실로 복잡한 데이터의 구조적 상호작용을 효과적으로 학습하고 생성하는 능력을 입증했습니다.

Gilhan Kim, Daniel K. Park2026-04-02
⚛️ quantum physics

Learning and Generating Mixed States Prepared by Shallow Channel Circuits

이 논문은 얕은 채널 회로로 준비된 혼합 상태의 자명 위상 (trivial phase) 에 속하는 임의의 양자 상태를 측정 데이터만으로 효율적으로 학습하여 해당 상태를 근사적으로 생성하는 얕은 로컬 채널 회로를 구성하는 알고리즘을 제시하고, 이를 통해 양자 생성 모델의 구조적 기반을 마련함과 동시에 고전적 확산 모델에도 적용 가능한 효율적 알고리즘을 제안합니다.

Fangjun Hu, Christian Kokail, Milan Kornjača, Pedro L. S. Lopes, Weiyuan Gong, Sheng-Tao Wang, Xun Gao, Stefan Ostermann2026-04-02
🔬 condensed matter

Inhomogeneous random graphs with infinite-mean fitness variables

이 논문은 평균이 무한한 중력 꼬리 분포를 가진 변수를 기반으로 한 비균질 랜덤 그래프 모델을 수학적으로 분석하여, 점도의 점근적 분포가 혼합 포아송 법칙으로 수렴함을 보이고, 점도 간 상관관계와 결합 라플라스 변환의 점근적 성질, 그리고 연결되지 않은 정점 (dust) 의 존재에 대한 교차 현상을 규명했습니다.

Luca Avena, Diego Garlaschelli, Rajat Subhra Hazra, Margherita Lalli2026-04-01