Spectral Topology and Delocalization in Disordered Hatano-Nelson Chains
该研究揭示了在无序 Hatano-Nelson 链中，随着对角二元无序强度的增加，复能谱会从单环分岔为双环，导致谱绕数从 1 经 1/2 过渡到 0，并伴随本征态从完全离域到指数局域化的转变。
🔬 Category
cond-mat.dis-nn
85 篇论文
Emergence of Distortions in High-Dimensional Guided Diffusion Models
该论文通过统计物理和动力学平均场分析，揭示了高维条件下无分类器引导（CFG）导致生成多样性的丧失源于一种相变，并据此提出了一种引入负引导窗口的理论驱动调度方案，以在保持类别可分性的同时缓解方差收缩问题。
Benchmarking Graph Neural Networks in Solving Hard Constraint Satisfaction Problems
该论文从统计物理角度提出了基于随机问题的硬约束满足问题新基准，并通过公平对比证明在解决此类难题时，经典启发式算法的表现仍优于图神经网络。
Symmetric localization of fractional topological insulator edges
该论文针对分数拓扑绝缘体构建了无序相互作用边缘理论，揭示了在自旋守恒或破坏条件下边缘态可能出现的多种导电相及绝缘相，并证明仅凭两终端输运测量不足以唯一确定该拓扑物态。
Probing the ergodicity breaking transition via violations of random matrix theoretic predictions for local observables
该论文提出利用局部可观测量的测量结果，通过检验量子 Fisher 信息的时间演化和涨落 - 耗散关系对随机矩阵理论预测的偏离，来探测包括多体局域化、可积性转变及量子多体疤痕在内的多种遍历性破缺机制。
Dissipation- versus Chaos-Induced Relaxation in Non-Markovian Quantum Many-Body Systems
该研究利用大极限下的 Keldysh 形式体系分析了耦合至赝隙费米子库的开放 Sachdev-Ye-Kitaev 模型，揭示了非马尔可夫耗散与内部混沌动力学之间的竞争如何导致丰富的动力学相图，包括幂律弛豫、指数衰减以及从指数到代数衰减的交叉预弛豫阶段。
Linear Readout of Neural Manifolds with Continuous Variables
该论文提出了一种统计力学理论，将连续变量的线性解码效率与神经流形的几何特性联系起来，揭示了猴子视觉通路中物体位置和大小解码能力的递增规律。
Uncovering statistical structure in large-scale neural activity with Restricted Boltzmann Machines
该研究利用受限玻尔兹曼机（RBM）成功建模了小鼠大脑中约 1500 至 2000 个神经元的活动，通过引入潜变量捕捉高阶依赖关系，不仅高精度复现了神经群体的复杂统计特性，还揭示了具有解剖学结构的有效神经元相互作用网络。
Predictive Coding Networks and Inference Learning: Tutorial and Survey
这篇论文全面综述并形式化定义了基于神经科学预测编码框架的预测编码网络（PCNs），阐述了其作为比传统反向传播更具生物合理性且能统一监督与无监督学习的通用机器学习框架的潜力与优势。
Density of reflection resonances in one-dimensional disordered Schrödinger operators
该论文提出了一种解析方法，通过建立一维无序系统反射系数分布与复能级共振极点密度之间的关联，推导出了弱无序极限下半无限及短尺寸样品中共振密度的显式公式，并通过数值模拟验证了理论结果。
Online unsupervised Hebbian learning in deep photonic neuromorphic networks
该研究提出并实验验证了一种基于非易失性相变材料突触和全光域局部反馈机制的深层光子神经网络，实现了无需光电转换的在线无监督赫布学习，并在字母识别任务中达到了100%的准确率。
The toric code under antiferromagnetic isotropic Heisenberg interactions
该研究利用神经网络量子态和施里弗 - 沃尔夫变换，系统分析了反铁磁各向同性海森堡相互作用对环面码的影响，揭示了拓扑序在临界点处向四重简并的奈尔相转变的机制。
Predictive Coding Graphs are a Superset of Feedforward Neural Networks
该论文证明了预测编码图（PCGs）在数学上是前馈人工神经网络（多层感知机）的超集，从而将预测编码网络更紧密地融入现代机器学习框架，并强化了对神经网络拓扑结构的研究。
Continuum field theory of matchgate tensor network ensembles
该论文利用典型性原理，建立了二维随机费米子匹配张量网络与具有拓扑项的 D 类非线性西格玛模型之间的对应关系，揭示了其包含局域化、量子霍尔临界性及热金属相的普适相结构，从而为从离散张量网络到连续量子场论的过渡提供了新途径。
One-sided large deviations for the ground-state energy of spin glasses
本文利用基于分数矩的巴黎里型公式，通过凸对偶论证导出了±1 自旋玻璃最大能量在大偏差下的显式速率函数，并证明了当且仅当存在外磁场时，该速率函数在最小值附近渐近呈二次型。
Optimal recovery for quantum error correction
该论文通过引入互迹距离作为判定标准，证明了 Petz 和 Schumacher-Westmoreland 恢复方案在量子纠错中均能达到理论最优阈值，并揭示了最优与非最优恢复方案的相图结构。
Few-Shot Neuromorphic Vision in a Nonlinear Photonic Network Laser
该研究提出了一种受视网膜启发的非线性光子网络激光器系统，利用空间竞争激光模式模拟异质抑制耦合神经元，在数据稀缺和低资源场景下实现了超越传统软件卷积神经网络和视觉 Transformer 的少样本分类、分割及癌症诊断性能。
Quantum-gas microscopy of the Bose-glass phase
该研究利用量子气体显微镜，通过在二维晶格中引入可控无序势并结合同位素成像与塔尔博特干涉技术，直接观测到了玻色玻璃相的特征（如局域 Edwards-Anderson 参数和短程相位相干性缺失），并证实了该相的非遍历行为。
Algorithmic Capture, Computational Complexity, and Inductive Bias of Infinite Transformers
该论文通过形式化定义“算法捕获”并分析无限宽 Transformer，揭示了其虽具备通用表达能力，却存在倾向于学习低复杂度算法（如搜索、复制和排序）的归纳偏置，从而无法有效捕捉更高复杂度的算法。
DysonNet: Constant-Time Local Updates for Neural Quantum States
本文提出了名为 DysonNet 的新型神经量子态架构，该架构通过结合局部非线性与全局线性层，利用 ABACUS 算法将单自旋翻转更新优化至常数时间复杂度，从而在保持高精度的同时显著提升了训练效率并增强了物理可解释性。