MétaCan
Menu
Retour à la cohorte
Enregistrement W2973171676 · doi:10.1063/1.5128076

Benchmarking semiclassical and perturbative methods for real-time simulations of cavity-bound emission and interference

2019· article· en· W2973171676 sur OpenAlexafffund

Notice bibliographique

RevueThe Journal of Chemical Physics · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStrong Light-Matter Interactions
Établissements canadiensDalhousie University
Organismes subventionnairesFP7 Ideas: European Research CouncilNatural Sciences and Engineering Research Council of Canada
Mots-clésSemiclassical physicsInterference (communication)Coupling (piping)Benchmark (surveying)QuantumSurface hoppingSelection (genetic algorithm)Non-perturbative

Résumé

récupéré en direct d'OpenAlex

We benchmark a selection of semiclassical and perturbative dynamics techniques by investigating the correlated evolution of a cavity-bound atomic system to assess their applicability to study problems involving strong light-matter interactions in quantum cavities. The model system of interest features spontaneous emission, interference, and strong coupling behavior and necessitates the consideration of vacuum fluctuations and correlated light-matter dynamics. We compare a selection of approximate dynamics approaches including fewest switches surface hopping (FSSH), multitrajectory Ehrenfest dynamics, linearized semiclassical dynamics, and partially linearized semiclassical dynamics. Furthermore, investigating self-consistent perturbative methods, we apply the Bogoliubov-Born-Green-Kirkwood-Yvon hierarchy in the second Born approximation. With the exception of fewest switches surface hopping, all methods provide a reasonable level of accuracy for the correlated light-matter dynamics, with most methods lacking the capacity to fully capture interference effects.

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)0,005
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
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 Opus0,017
Tête enseignante GPT0,336
Écart entre enseignants0,319 · 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

Citations56
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetStrong Light-Matter InteractionsTravaux en français237 207