MétaCan
Menu
Retour à la cohorte
Enregistrement W1990878242 · doi:10.1103/physrevlett.111.160602

Formal Analogy between the Dirac Equation in Its Majorana Form and the Discrete-Velocity Version of the Boltzmann Kinetic Equation

2013· article· en· W1990878242 sur OpenAlexaff
François Fillion‐Gourdeau, Hans J. Herrmann, M. Mendoza, Silvia Palpacelli, Sauro Succi

Notice bibliographique

RevuePhysical Review Letters · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum Mechanics and Applications
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésDirac equationMajorana equationBoltzmann equationPhysicsMAJORANADirac (video compression format)AnalogyBoltzmann constantRelativistic wave equationsTwo-body Dirac equationsClassical mechanicsKinetic theoryQuantum mechanicsRelativistic quantum mechanicsStatistical physicsMathematical physicsTheoretical physicsQuantumQuantum dissipationDirac seaDirac fermion

Résumé

récupéré en direct d'OpenAlex

We point out a formal analogy between the Dirac equation in Majorana form and the discrete-velocity version of the Boltzmann kinetic equation. By a systematic analysis based on the theory of operator splitting, this analogy is shown to turn into a concrete and efficient computational method, providing a unified treatment of relativistic and nonrelativistic quantum mechanics. This might have potentially far-reaching implications for both classical and quantum computing, because it shows that, by splitting time along the three spatial directions, quantum information (Dirac-Majorana wave function) propagates in space-time as a classical statistical process (Boltzmann distribution).

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,489
Score d'incertitude au seuil0,199

Scores Codex et Gemma par catégorie

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

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 Opus0,019
Tête enseignante GPT0,268
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations31
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetQuantum Mechanics and ApplicationsTravaux en français237 207