MétaCan
Menu
Retour à la cohorte
Enregistrement W1970581771 · doi:10.1088/1367-2630/17/3/035001

Acceleration-assisted entanglement harvesting and rangefinding

2015· article· en· W1970581771 sur OpenAlexaff
Grant Salton, Robert B. Mann, Nicolas C. Menicucci

Notice bibliographique

RevueNew Journal of Physics · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum Electrodynamics and Casimir Effect
Établissements canadiensMcGill UniversityPerimeter InstituteUniversity of Waterloo
Organismes subventionnairesAustralian Research Council
Mots-clésPhysicsQuantum entanglementUnruh effectDetectorAccelerationInertial frame of referenceQuantum mechanicsQuantum electrodynamicsQuantumOptics

Résumé

récupéré en direct d'OpenAlex

We study entanglement harvested from a quantum field through local interaction with Unruh–DeWitt detectors undergoing linear acceleration. The interactions allow entanglement to be swapped locally from the field to the detectors. We find an enhancement in the entanglement harvesting by two detectors with anti-parallel acceleration over those with inertial motion. This enhancement is characterized by the presence of entanglement between two detectors that would otherwise maintain a separable state in the absence of relativistic motion (with the same distance of closest approach in both cases). We also find that entanglement harvesting is degraded for two detectors undergoing parallel acceleration in the same way as for two static, comoving detectors in a de Sitter universe. This degradation is known to be different from that of two inertial detectors in a thermal bath. We comment on the physical origin of the harvested entanglement and present three methods for determining distance between two detectors using properties of the harvested entanglement. Information about the separation is stored nonlocally in the joint state of the accelerated detectors after the interaction; a single detector alone contains none. We also find an example of entanglement sudden death exhibited in parameter space.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,037
Tête enseignante GPT0,281
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations200
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Journal of PhysicsMême sujetQuantum Electrodynamics and Casimir EffectTravaux en français237 207