MétaCan
Menu
Retour à la cohorte
Enregistrement W2951498586 · doi:10.1103/physreva.99.063819

Capturing vacuum fluctuations and photon correlations in cavity quantum electrodynamics with multitrajectory Ehrenfest dynamics

2019· article· en· W2951498586 sur OpenAlexafffund
Norah M. Hoffmann, C. Schäfer, Ángel Rubio, Aaron Kelly, Heiko Appel

Notice bibliographique

RevuePhysical review. A/Physical review, A · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStrong Light-Matter Interactions
Établissements canadiensDalhousie University
Organismes subventionnairesEuropean Research CouncilNatural Sciences and Engineering Research Council of Canada
Mots-clésPhysicsCavity quantum electrodynamicsPhotonQuantumObservableQuantum dynamicsQuantum fluctuationField (mathematics)Quantum electrodynamicsQuantum mechanicsOpen quantum system

Résumé

récupéré en direct d'OpenAlex

We describe vacuum fluctuations and photon-field correlations in interacting quantum mechanical light-matter systems by generalizing the application of mixed quantum classical dynamics techniques. We employ the multitrajectory implementation of Ehrenfest mean-field theory, traditionally developed for electron-nuclear problems, to simulate the spontaneous emission of radiation in a model quantum electrodynamical cavity-bound atomic system. We investigate the performance of this approach in capturing the dynamics of spontaneous emission from the perspective of both the atomic system and the cavity photon field through a detailed comparison with exact benchmark quantum mechanical observables and correlation functions. By properly accounting for the quantum statistics of the vacuum field, while using mixed quantum classical (mean-field) trajectories to describe the evolution, we identify a surprisingly accurate and promising route towards describing quantum effects in realistic correlated light-matter systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,312
Écart entre enseignants0,305 · 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

Citations67
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. A/Physical review, AMême sujetStrong Light-Matter InteractionsTravaux en français237 207