In het veld van statistische mechanica zoeken onderzoekers naar de verborgen patronen die het gedrag van enorme groepen deeltjes verklaren. Van de vloeibaarheid van water tot het magnetisme van een kompasnaald, deze discipline legt de brug tussen de willekeurige beweging van atomen en de voorspelbare eigenschappen van alledaagse materialen. Het is de taal van thermodynamica en entropie, vertaald naar wiskundige modellen die complexe systemen begrijpelijk maken.

Op Gist.Science maken we deze inzichten toegankelijk door elke nieuwe preprint in deze categorie direct te verwerken zodra deze verschijnt op arXiv. Onze team analyseert elk artikel om zowel een heldere, begrijpelijke samenvatting als een gedetailleerde technische uitleg te bieden, zodat onderzoekers en geïnteresseerden de kern van het werk snel kunnen doorgronden. Hieronder vindt u de meest recente bijdragen uit dit dynamische onderzoeksveld.

Machine learning for cerebral blood vessels' malformations

Deze studie presenteert een interpreteerbaar machine learning-kader dat gebruikmaakt van een lineair oscillatiemodel en SINDy om hemodynamische parameters van cerebrale bloedvaten in real-time te reconstrueren en pathologieën zoals aneurysma's met 73% nauwkeurigheid te classificeren voor diagnostische en prognostische doeleinden.

Irem Topal, Alexander Cherevko, Yuri Bugay, Maxim Shishlenin, Jean Barbier, Deniz Eroglu, Édgar Roldán, Roman Belousov2026-03-17🧬 q-bio

The non-stabilizerness of fermionic Gaussian states

Dit paper introduceert een efficiënte methode om de niet-stabilisatoriteit van fermionische Gaussische toestellen te kwantificeren door middel van een perfecte steekproefmethode, waarmee voor het eerst de stabilisator Renyi-entropieën voor systemen met honderden qubits kunnen worden berekend en schaalgedrag, convergentie en fase-overgangen in diverse modellen worden onthuld.

Mario Collura, Jacopo De Nardis, Vincenzo Alba, Guglielmo Lami2026-03-17⚛️ quant-ph

Rydberg Atoms in a Ladder Geometry: Quench Dynamics and Floquet Engineering

Dit artikel onderzoekt de uit-of-evenwicht dynamiek van Rydberg-atomen in ladder-geometrieën met semi-gestaggerde detuning, waarbij het een breed scala aan fenomenen identificeert—van quantum many-body scars tot integrabiliteit-gedreven traagheid—en de robuustheid van deze effecten tegen omgevingsinvloeden, Floquet-engineering voor discrete-tijdkristal-ordening, en de geldigheid van kinematische beperkingen bij langeafstandsinteracties analyseert.

Mainak Pal, Tista Banerjee2026-03-17⚛️ quant-ph