1537 papers
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.
Dit artikel introduceert een "bron-doel"-verstrengelingsmaatstaf voor discrete-tijd kwantumwandelingen op algemene complexe netwerken, waarbij wordt aangetoond dat netwerkconnectiviteit een bovengrens oplegt aan verstrengelingsgeneratie die wordt bepaald door grafische matchings, waarbij verhoogde connectiviteit in willekeurige grafen paradoxaal genoeg de bereikbare kwantumcorrelaties vermindert.
Dit artikel onderzoekt een gekoppeld ketensysteem waarbij de interactie tussen een niet-Hermities huid-gelokaliseerde keten en een gedelokaliseerde keten een pseudo-mobiliteitsrand en een bulk-defect-correspondentie induceert, en blootlegt hoe variërende randvoorwaarden en koppelingssterktes de overgang tussen gelokaliseerde, uitgebreide en unidirectioneel transporterende fasen beheersen.
Dit artikel onderzoekt quantumtransport op Bethe-roosters met een eindig aantal generaties en niet-Hermitiaanse bronnen en een afvoer, en toont aan dat de stroom zijn maximum bereikt bij een nulmodus—specifiek een uitzonderlijk punt in symmetrische gevallen—waarbij slechts een beperkte subset van eigen toestanden effectief van de periferie naar het centrum doordringt, terwijl de overige toestanden gelokaliseerd blijven.
Deze studie toont aan dat structurele ordening, met name kristallisatie en hexatische orde, de diffusielengte aanzienlijk verhoogt en het macroscopische stroomgedrag bepaalt in bidisperse granulaire silostromen, waarbij drukgradiënten deze oriëntatieorde verder stabiliseren om de transporteigenschappen met de hoogte te verhogen.
Dit artikel past stochastische calculus en Girsanov-transformaties toe op het Fermi-Hubbard-model om een factorisatie-onafhankelijke representatie van thermodynamische correlatiefuncties af te leiden, wat analytisch het antiferromagnetische karakter van spin-spin-correlaties bij halfvulling bewijst en de benadering van grondtoestandsenergieën via gewone differentiaalvergelijkingen mogelijk maakt.
Deze studie toont aan dat een U-Net diep-leringsarchitectuur het inverse probleem van het voorspellen van Hamiltoniaanse parameters van cupraat-supergeleiders uit fase-diagrammen effectief kan oplossen, met hoge nauwkeurigheid en door fysisch interpreteerbare patronen van parametrische gevoeligheid bloot te leggen.
Dit artikel stelt een renormalisatiegroepkader voor dat gebruikmaakt van een grootte-afhankelijke normalisatie om de eigenwaardedichtheden van stochastische matrixensembles met vermogenswettelijke variantieprofielen te laten instorten, waarbij vastpuntvergelijkingen en beta-functies worden afgeleid om spectrale instorting over verschillende systeemgroottes aan te tonen.
Dit artikel stelt een computationeel efficiënt statistisch-mechanisch raamwerk op met behulp van de gegeneraliseerde Langevin-vergelijking en evenwichtsmemorykernen afgeleid uit het fluctuatie-dissipatietheorema om niet-Markoviaanse wrijving en weerstand in niet-evenwichtssteady states nauwkeurig te modelleren, een theorie die gevalideerd is door Particle-in-Cell-simulaties en waarvan is aangetoond dat deze de standaard Chandrasekhar-formule terugwint in de Markoviaanse limiet.
Dit artikel leidt analytisch de volledige statistische eigenschappen af van de maximaal verspreide deelverzameling van willekeurige punten in met behulp van middenveldtheorie en de replica-methode, en onthult dat voor grote populaties en rotatiesymmetrische verdelingen de optimale deelverzameling bestaat uit alle punten die buiten een zelfconsistent bepaalde -dimensionale bol liggen.
Dit artikel toont aan dat multi-agent AI-architecturen die worden gedomineerd door drie-lichaamsspin-correlatoren een unieke triadische faseovergang vertonen met kritikaliteit van samengestelde operatoren, gekenmerkt door specifieke schalingsexponenten en een verdwijnende susceptibiliteit die hen fundamenteel onderscheidt van traditionele universaliteitsklassen van netwerken op basis van paren.