Thermodynamic statistics of given names in USA and France

本文基于美国1880—2025年和法国1900—2023年的官方新生儿姓名数据,利用Lorenz曲线、Pareto曲线和Gini系数刻画姓名流行度分布,发现其长期保持高度不平等且具有显著稳定性。研究进一步以Rayleigh-Jeans热化与凝聚模型解释姓名频率分布,模型能够较好拟合实际数据;同时,姓名排名和频率相关性显示,20世纪中期以后姓名偏好的时间结构发生明显变化。

本文基于美国1880—2025年和法国1900—2023年的官方新生儿姓名数据,利用Lorenz曲线、Pareto曲线和Gini系数刻画姓名流行度分布,发现其长期保持高度不平等且具有显著稳定性。研究进一步以Rayleigh-Jeans热化与凝聚模型解释姓名频率分布,模型能够较好拟合实际数据;同时,姓名排名和频率相关性显示,20世纪中期以后姓名偏好的时间结构发生明显变化。
本报告提出能源热化假说ENTH,将全球各国的能量分布视作Rayleigh-Jeans热分布的体现,利用Lorenz与Pareto曲线对过去40-50年的数据进行拟合,结果显示Gini系数高达0.87-0.895,显示出强烈的不平等,并给出能量与全球碳排放分布的热化与凝聚过程的普适性解释

本文从过程层面分析了在平方损失下以经验风险最小化训练的高表达力预测模型(如Transformer)在金融时间序列上的失效机制:当未来轨迹的条件均值对过去信息无显著依赖时,贝叶斯最优预测为平坦轨迹(价格)或零(收益),模型可表达性提高只会引入基于训练噪声的无效波动并放大预测方差,导致比简单线性基准更差的轨迹误差;实证上,在高频EUR/USD样本中PatchTST的轨迹误差分布显著右移,平均误差约为线性模型的1.7倍且在约92%的窗口上更差,支持理论结论 .

本文提出并数值研究了一种带有社会分层(谱对角项)与非线性交互的社会分层模型(SSS),在混沌阈值以上展示了纯动力学起源的Rayleigh–Jeans(RJ)热化与低能模的RJ凝聚现象,并在加入能量/范数注入与吸收时观察到类Kolmogorov–Zakharov(KZ)湍流谱与幂律衰减现象 . 报告还基于RJ稳态分布构造了Lorenz曲线,表明RJ凝聚能够产生与全球/国家同类财富不平等相似的Gini系数与寡头-贫困分层特征 .