Entanglement capacity of complex networks from quantum walks
本文针对一般复杂网络上的离散时间量子行走，提出了一种“源 - 目标”纠缠度量，表明网络连通性通过图匹配对纠缠生成施加了上限，其中随机图中连通性的增加反而悖论性地降低了可实现的量子关联。
🔬 Category
cond-mat.stat-mech
1537 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。
Non-Hermitian pseudo mobility edge in a coupled chain system
本文研究了一个耦合链系统，其中非厄米皮肤局域化链与离域链之间的相互作用诱发了赝迁移率边和体缺陷对应关系，揭示了边界条件与耦合强度的变化如何支配局域化、扩展及单向输运相之间的转变。
Quantum transport on Bethe lattices with non-Hermitian sources and a drain
本文研究了具有非厄米源和漏的有限代贝叶斯格上的量子输运，证明电流在零模（对称情形下即为例外点）处达到最大值，此时仅有有限子集的本征态能有效从边缘穿透至中心，而其余态则保持局域化。
Structural Order Drives Diffusion in a Granular Packing
本研究证明，结构有序性（特别是结晶序和六角序）显著增强了双分散颗粒筒仓流动中的扩散长度并主导了宏观流动行为，而压力梯度则进一步稳定了这种取向有序性，从而随高度增加提升了输运性质。
Thermodynamics of the Fermi-Hubbard Model through Stochastic Calculus and Girsanov Transformation
本文将随机微积分与吉拉诺夫变换应用于费米 - 哈伯德模型，推导出与因子化无关的热力学关联函数表示形式，该表示形式从解析上证明了半满填充时自旋 - 自旋关联的反铁磁性，并使得通过常微分方程近似基态能量成为可能。
Predicting parameters of a model cuprate superconductor using machine learning
本研究证明，U-Net 深度学习架构能够有效解决从相图预测铜氧化物超导体哈密顿量参数的逆问题，在实现高精度的同时揭示了具有物理可解释性的参数敏感性模式。
Renormalization group for spectral collapse in random matrices with power-law variance profiles
本文提出了一种重整化群框架，该框架利用尺寸依赖的归一化方法，将具有幂律方差分布的随机矩阵系综的特征值密度进行坍缩，并推导出不动点方程和β函数，以证明不同系统尺度下的谱坍缩现象。
Nonlinear Dynamical Friction from the Doppler-Shifted Equilibrium Memory Kernel
本文利用广义朗之万方程及由涨落耗散定理导出的平衡态记忆核，建立了一个计算高效的统计力学框架，用于精确模拟非平衡稳态中的非马尔可夫摩擦与阻力，该理论已通过粒子网格模拟得到验证，并表明其在马尔可夫极限下可还原为标准钱德拉塞卡公式。
The Most Dispersed Subset of Random Points in
本文利用平均场理论和副本方法，解析推导了中个随机点最大分散子集的完整统计性质，揭示出对于大规模总体和旋转对称分布，最优子集由所有位于自洽确定的维球外的点组成。
Triadic Phase Transitions in AI Networks: Composite-Operator Scaling in Cognitive Architectures
本文证明，由三体自旋关联器主导的多智能体人工智能架构表现出具有复合算子临界性的独特三元相变，其特征为特定的标度指数和趋于零的磁化率，这从根本上使其区别于传统的成对网络普适类。