cond-mat.stat-mech 篇论文

统计力学是连接微观粒子运动与宏观物质性质的桥梁，它帮助我们理解为何冰会融化、为何磁铁能吸起回形针。在凝聚态物理领域，这一理论框架至关重要，它揭示了从超导材料到复杂流体等日常现象背后的深层规律。

Gist.Science 持续追踪来自 arXiv 的最新预印本，确保您能第一时间接触到这些前沿研究。我们对每一篇新发表的论文进行深度处理，不仅提供详尽的技术解析，更用通俗易懂的语言提炼核心发现，让复杂的物理概念变得触手可及。

以下是本领域最新收录的论文列表，邀请您一同探索物质世界的奇妙规律。

本文提出了一种名为数据驱动量子-经典动力学（DIQCD）的方法，通过优化具有灵活时变哈密顿量的林德布拉德方程，能够利用稀疏且含噪声的局部观测数据，准确且高效地预测超冷分子及有机半导体等复杂开放量子系统的动力学演化。

本文通过建立大 $N$ 极限下可解 SYK 模型的稳定子 Rényi 熵（SRE）分析框架，在 Maldacena-Qi 耦合 SYK 模型中发现了随温度变化的系列一阶相变，并揭示了一种热力学量无法检测到的 SRE 内禀相变。

本文提出了一种基于概率统计视角的双步协议，通过蒙特卡洛谱压缩和 $k$ 步能隙分布分析，能够有效识别有限维量子哈密顿量是属于可积还是非可积系统。

本文探讨了利用受量子启发且具有强大压缩能力的张量网络方法，来加速图像压缩、处理及经典光学（如波前传播和光学成像）等领域中的基础问题。

本文通过将自组织过程视为噪声编码过程，证明了具有短程相互作用的离散状态系统在构建鲁棒功能结构时存在信息容量的根本限制，并指出通过引入长程相关性或全局约束可以突破这一限制。

本文通过腔方法（cavity method）和动力学平均场理论（DMFT）研究发现，短时突触可塑性通过一种类似“蹦床”的机制，在神经元能量景观中降低近期访问模式附近的能量，从而能够捕获并挽救那些在常规霍普菲尔德网络中本会因超过容量限制而遗忘的记忆。

本文通过研究二维耦合 Chialvo 映射在两种不同近邻耦合作用下产生的环状与螺旋状图案，并利用速度梯度张量判别式的符号持久性对其动力学特征进行了定量分析。

本文通过能级谱方法、蒙特卡洛模拟及机器学习技术，研究了具有铁磁次近邻相互作用的kagome晶格反铁磁Ising模型，发现该系统存在两个BKT相变，并验证了其具有六状态时钟模型（six-state clock model）的普适性。

本文开发了一种针对具有高阶形式（higher-form）全局对称性的相互作用表面系统的变分方法，通过构建二量化哈密顿量推导出类似于 Gross-Pitaevskii 方程的泛函薛定谔方程，并证明了该系统在不同对称性下可表现出无能隙 $p$ -形式场或具有拓扑序的 BF 型拓扑场论行为。

本文研究了在两端连接粒子库且具有朗缪尔动力学（LK）的非保守非对称排斥过程（TASEP）模型，通过计算其稳态密度分布和相变，发现该模型在相图特征上与传统的开放式TASEP-LK模型显著不同，且比环形缺陷模型具有更多的相态。