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.

Group Convolutional Neural Network for the Low-Energy Spectrum in the Quantum Dimer Model

Deze studie toont aan dat p4m-symmetrische Groepsconvolutionele Neuronale Netwerken (GCNN) een krachtig hulpmiddel zijn voor het nauwkeurig onderzoeken van het grondtoestand-fasediagram van het kwantumdimermodel op vierkante roosters, waarbij ze de concurrentie tussen kolom-, plaquette- en gemengde fasen in kaart brengen en de bestaande berekeningsmethoden overtreffen.

Ojasvi Sharma, Sandipan Manna, Prashant Shekhar Rao, G J Sreejith2026-04-10🔬 cond-mat

Critical behavior of isotropic systems with strong dipole-dipole interaction from the functional renormalization group

Dit artikel presenteert een niet-perturbatieve functional renormalization group-analyse die aantoont dat de kritieke exponenten van driedimensionale magneten met sterke dipool-dipoolinteracties, hoewel ze worden gedomineerd door het schaal-invariante maar niet-conforme Aharony-vast punt, numeriek zeer dicht bij die van de Heisenberg O(3)O(3)-universaliteitsklasse liggen.

Georgii Kalagov, Nikita Lebedev2026-04-10🔬 cond-mat