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。

本文从理论和实验上证明，在空间非均匀环境中被操控的胶体粒子在其最优控制策略上会在一个临界持续时间处表现出急剧转变，这一现象与远离平衡态弛豫中的动力学相变相关联。

这项研究发现了一种非互易活性固体中的反直觉现象：随着微观活性强度的增加，宏观层面的活性响应反而会因非仿射和局部化模式的占主导地位而消失，即“多即是少”。

本文研究了踢转伊辛模型（kicked Ising model）在自对偶点下的谱统计特性，发现边界条件对演化算符迹的分布具有显著影响：周期性边界条件下迹表现为实高斯分布，而开边界条件下则表现为符合随机矩阵理论预期的复高斯分布。

本文通过微正则组合分析，精确推导了一维反铁磁伊辛模型在全能谱范围内的状态密度，揭示了其能级简并度与斐波那契及卢卡斯数列的数论关联，并阐明了开边界与周期边界在拓扑缺陷及能级量子化特征上的本质差异。

本文通过在可编程里德堡原子阵列中实验观测到动力学冻结（dynamical freezing）现象，并利用双参数调制技术抵消了相互作用引起的加热效应，从而显著拓宽了该非平衡态的稳定区间。

本文认为深度神经网络在图像识别任务中的成功，本质上是在实现一种类似于凝聚态物理中关注“介观尺度相关结构”的方法论，即通过发现高阶相关函数来捕捉数据集中的结构特征，并以此解释了深度学习在统计学习理论之外表现出的泛化能力。

本文综述了近期进展，这些进展表明细胞黏附的局部、成对变化驱动了胚胎组织拓扑结构的整体改变，从而在定义形态发生所必需的几何与材料特性方面发挥决定性作用。

本文通过研究具有不同守恒律（ $U(1)$ 对称性、电荷与偶极矩守恒以及遍历哈密顿量）的量子多体系统，揭示了守恒律如何将量子相干性的演化从对数饱和转变为慢速流体动力学弛豫，并指出相干性动态可作为探测对称约束下热化机制的敏感探针。

本文通过将相互作用原子系统建模为原子与辅助标量场组成的复合系统，建立了一套相对论量子统计热力学框架，并证明了通过辅助场的量子化可以消除经典相对论系统中的能量发散问题，同时证明了该框架下相变的客观存在。

本文通过信息论视角，将观测到的宁静区太阳冕区电子温度比 $R \approx 2.4$ 解释为非平衡态分布在两种不同诊断投影（EUV 电离温度与无线电亮度温度）下的相对熵差异，并证明了该比值与两种 Maxwellian 投影之间的 Itakura-Saito 距离存在解析对应关系。