🔬 condensed matter
Rhythm as an ordered phase of sound: how musical meter emerges in a statistical mechanical model
该论文构建了一个基于统计力学的音乐节奏模型，通过优化人类对重复模式与多样性的心理偏好平衡，成功模拟了从无序到有序的节奏相变，并在巴赫作品的实证分析中验证了其预测能力。
🔬 Category
cond-mat.stat-mech
2407 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。
🔬 physics
Efficient fluid extraction through hydraulic fracture in capillary fiber bundle model
该研究通过一维毛细管纤维束模型模拟水力压裂过程，发现压裂事件能降低毛细管阈值并促进流体从非线性流动向达西流动转变，进而揭示了存在一个使流体提取效率最大化的最佳压力梯度，并提出了利用局部流速波动和香农熵变化来低成本地识别该最佳工况的方法。
🔬 condensed matter
Stochastic Thermodynamics for Autoregressive Generative Models: A Non-Markovian Perspective
该论文建立了一个基于随机热力学的通用理论框架，用于分析包括 Transformer 在内的自回归生成模型所产生过程的非马尔可夫特性，提出了可高效估计的熵产生指标，并将其分解为压缩损失与模型失配等具有信息论意义的非负项，从而为量化大语言模型等高度非马尔可夫过程的不可逆性提供了新途径。
🔬 condensed matter
Machine Learning the order-disorder Jahn-Teller transition in LaMnO
该研究利用基于机器学习势函数的分子动力学模拟，揭示了 LaMnO 在约 750 K 发生的 Jahn-Teller 相变是由 MnO 八面体 畸变的有序化驱动的一级序 - 无序转变，并证实了该转变机制在有限温度下表现出显著的非谐效应及动态局部畸变。
🌀 nonlinear sciences
Controlling the rain fall statistics using Mean-Reverting Jump Diffusion model
该论文提出了一种均值回归跳跃扩散随机模型，利用印度东北部长期降雨数据验证了其在模拟降雨间歇性、极端事件及多分形特征方面的有效性，并展示了通过调整参数控制降雨统计分布及极端事件发生的能力。
🔢 mathematics
Harmonic morphisms and dynamical invariants in network renormalization
该论文证明了离散调和映射是确保随机游走经时间变换后在粗粒化网络上精确投影的最小条件，并提出了“调和度”作为诊断工具，揭示了拉普拉斯重正化能在特定尺度下自发实现精确的调和映射，从而为复杂网络的多尺度描述提供了扩散保持的离散共形映射类比及定量评估框架。
🔬 condensed matter
Transport of molecules via polymerization in chemical gradients
本文提出了一种利用化学梯度驱动活性载体聚合来实现分子定向输运的策略，通过推导有效 Fokker-Planck 方程并求解稳态分布与平均首次通过时间，揭示了活性单元在聚合物中的排列方式对输运效率的调控机制及其优化潜力。
🔬 condensed matter
Compositional disorder in a multicomponent non-reciprocal mixture: stability and patterns
该论文利用随机矩阵理论研究了多组分非互易混合体系中成分无序对相行为的影响，证明了非互易性能够稳定均匀混合态，并推导了自旋分解失稳的普适判据及其与非线性动力学之间的联系。
⚛️ quantum physics
The Integral Decimation Method for Quantum Dynamics and Statistical Mechanics
本文提出了一种名为“积分约化”的量子启发式算法，通过将多维被积函数分解为矩阵值函数的乘积（谱张量列车），成功将积分计算的复杂度从指数级降低至多项式级，从而有效克服了维数灾难，并在统计力学和量子动力学等复杂系统中实现了高效精确的数值求解。
🤖 machine learning
SMT-AD: a scalable quantum-inspired anomaly detection approach
本文提出了一种名为 SMT-AD 的可扩展量子启发式异常检测方法，该方法利用傅里叶辅助特征嵌入的超分辨率张量叠加，在保持参数线性增长的同时，在标准数据集上实现了与现有基线相当的竞争性能，并具备通过特征选择进一步精简模型和提升效果的能力。