本文回顾了在研究具有特殊对称性的可积（可解决）模型与用于描述实际实验的无对称性的泛在非可积模型之间的关系中所取得的进展，并集中讨论了磁化率，在此基础上结合共形字符的费米表示，暗示了在 $H eq 0$ 时，用于将晶格与相关长度尺度相连接的比例理论可能是不完整的。

Mar, 2012

本研究提供了 Ising 公式，可应用于许多 NP 完全问题和 NP 困难问题，包括 Karp 的 21 个 NP 完全问题，每种情况下，所需自旋数最多是问题大小的立方量级，该研究对于设计绝热量子优化算法可能会有帮助。

Feb, 2013

研究 Ising 模型的块结构恢复问题，其中 Ising 块模型的区别在于将站点分成两个块，同一块之间的交互比跨块之间的交互更强，以解释每个块内的更多顺序。研究了该模型在高维情况下的概率、统计和计算方面。

Dec, 2016

研究了具有正交相互作用矩阵的 Ising 自旋模型中的亚稳态，特别关注随机模型和两种非随机模型。通过整合高温膨胀计算 Gibbs 自由能得到平均场方程。对于某些特殊的非随机情况，我们可以找到自由能的绝对最小值。最后，我们提出了一个明显不相关的复制计算，可以复制得到所有 tap 解决方案的分析表达式。

Mar, 1995

本文利用蒙特卡罗方法构建了一种对量子 ISING 模型进行精确拟合度检验的算法，并将其应用于分析细胞膜受体的空间组织。

Oct, 2014

本文通过 Ising 模型描述 40 个神经元之间的相关触发活动，发现神经元之间的配对相互作用影响高阶相关性；作者构建神经网络的基础上，增加规模进一步研究其热力学特性和编码能力，并对 2 种与神经编码相关的现象进行深入研究。

Dec, 2009

本研究证明基于成对交互的概率模型，尤其是伊辛模型，能够准确地描述从神经元到基因等多种真实生物网络实验数据。通过将统计物理和机器学习的思想相融合，我们展示了一种新的反演求解方法，并发展出了针对真实神经元数据的一些有效的求解技巧。我们的算法不仅仅可以在几分钟内学习描述四十个神经元的伊辛模型，而且可以分析更大的数据集，从而验证这些网络的集体行为假设。

Dec, 2007

我们提出了一个对称的多尺度纠缠重整化 MERA 版本，应用这个版本在 2D 量子系统上找到了一个未知的基态。结果显示在 $8 imes8$ 正方形点阵中，即使是最小的非平凡截断参数，也非常精确。

Oct, 2007

该文章介绍了逆向问题在统计物理学中的应用，特别是在生物学领域的大规模数据中的应用，重点关注逆向伊辛问题及其应用，通过给定观测自旋相关性、磁化或其他数据，推断自旋之间的耦合强度。文章回顾了伊辛问题的应用，包括神经连接重建，蛋白质结构测定和基因调控网络的推断。在统计力学社区中，已经开发了许多控制和非控制逼近方法，包括拟似似然方法等。此外，文章还介绍了非平衡问题中的伊辛问题，其中必须根据非平衡统计学重建模型参数。

Feb, 2017

本文旨在解决反 Ising 问题，介绍了几种平均场近似的公式并推导了 Bethe 近似的新解析表达式，以此来比较其在随机图和规则晶格上定义的多种模型（包括稀释铁磁体和自旋玻璃）的准确性，并提出了简易改进。但也发现了在存在外部场的情况下，基于 TAP 和 Bethe 近似的方法有基础的局限性。

Dec, 2011