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.

🔬 physics

Adaptive tensor train metadynamics for high-dimensional free energy exploration

이 논문은 차원의 저주로 인해 고차원 자유 에너지 탐색에 한계가 있던 기존 메타다이나믹스 방법을 텐서 트레인 (TT) 표현과 스케칭 알고리즘을 도입하여 메모리 효율성과 계산 비용을 획기적으로 개선한 'TT-메타다이나믹스'를 제안하고, 최대 14 개의 집단 변수를 가진 시스템에서 기존 방법보다 우수한 확장성과 정확성을 입증했습니다.

Nils E. Strand, Siyao Yang, Yuehaw Khoo, Aaron R. Dinner2026-03-17
🔬 condensed matter

Coarsening in the long-range Persistent Voter Model

이 논문은 1 차원 및 2 차원 장거리 지속적 투표자 모델의 공동 성장 역학을 연구하여, 이 모델이 장거리 이징 모델과 동일한 보편성 부류에 속하며 의견 관성이 투표자 모델의 강한 계면 노이즈를 완화하여 이징 모델의 기본 동역학 메커니즘을 복원함을 수치 시뮬레이션과 분석적 처리를 통해 입증했습니다.

Jeferson J. Arenzon, F. Corberi, W. G. Dantas, L. Smaldone2026-03-17
🔬 physics

Sign-Indefinite Helicity and the Structure of Weak Turbulence in Inertial and Non-Hermitian Waves

이 논문은 회전 및 비헤르미트 유체 흐름에서 부호 불확정인 헬리시티가 약한 난류의 에너지 캐스케이드 방향을 재구성하고, 편광 분기에 따른 부호 결정적 기여를 통해 에너지의 상향 전달을 유도하며, 이를 통해 새로운 스케일 불변 해를 도출하고 수치적으로 검증함을 보여줍니다.

Shahaf Aharony Shapira, Michal Shavit2026-03-17
🔢 mathematics

Nonholonomic constraints at finite temperature

이 논문은 나비한 Langevin 접근법이 열역학 제 2 법칙을 위반하는 역설을 야기하지만, 유한 온도에서 비홀로노믹 구속조건을 점성 상호작용의 극한으로 모델링하고 이에 따른 열적 요동력을 포함시킴으로써 제 2 법칙을 회복하고 이상적인 비홀로노믹 구속조건의 물리적 실현 가능성에 근본적인 한계를 제시함을 보여줍니다.

Eduardo A. Jagla, Anthony M. Bloch, Alberto G. Rojo2026-03-17
🔢 mathematics

First-return time in fractional kinetics

이 논문은 연속 시간 무작위 보행 프레임워크에서 미타그-레플러 분포를 따르는 대기 시간을 가진 분수 확산을 수행하는 보행자의 첫 번째 복귀 시간 밀도가 점 크기의 분포와 무관하며 오직 과정의 기억을 반영하는 대기 시간 분포에만 의존함을 증명하고, '점 후 대기'와 '대기 후 점' 두 가지 시나리오에 대한 마코프 및 비마코프 설정 간의 관계를 포함한 여러 정확한 결과를 제시합니다.

M. Dahlenburg G. Pagnini2026-03-17
🔬 condensed matter

Scaling Autoregressive Models for Lattice Thermodynamics

이 논문은 임의의 순서로 격자 사이트를 조건부로 생성하는 '어니-오더 ARMs'과 단일 포워드 패스로 확률을 근사하는 '마진널라이제이션 모델 (MAMs)'을 결합하여, 기존 생성 모델의 한계를 극복하고 Ising 모델 및 CuAu 합금과 같은 격자 열역학 시스템에서 더 정확한 자유 에너지를 예측하고 위상 전이를 포착할 수 있는 확장 가능한 프레임워크를 제안합니다.

Xiaochen Du, Juno Nam, Sulin Liu, Rafael Gómez-Bombarelli2026-03-17