中文

稀疏随机矩阵中非高斯性的特征

无序系统与神经网络 2026-03-24 v1 统计力学

摘要

许多体系中稀疏性的流行性促使对具有局部无序性的稀疏随机矩阵的谱统计进行调查。我们数值地演示,通过研究基态的统计性质可识别 Anderson 转移。通过解析推导能量矩并计算偏移峰度,我们估计了该局域化-去局域化转移的临界稀疏阈值。体量中能量的短程相关性表明,无限温度下的 Anderson 转移与量子相变重合。此外,体量中能量的长程相关性揭示了 Thouless 能量尺度,表明去局域化相中存在较广的非高斯相。

关键词

引用

@article{arxiv.2603.21369,
  title  = {Signatures of Nonergodicity in Sparse Random Matrices},
  author = {Sagnik Seth and Adway Kumar Das and Anandamohan Ghosh},
  journal= {arXiv preprint arXiv:2603.21369},
  year   = {2026}
}

备注

11 pages, 7 figures