MétaCan
Menu
Retour à la cohorte
Enregistrement W2988123821

Loss-Free Excitonic Quantum Battery

2019· article· en· W2988123821 sur OpenAlexaff
Junjie Liu, Dvira Segal, Gabriel Hanna

Notice bibliographique

RevueThe Journal of Physical Chemistry · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueNeural Networks and Reservoir Computing
Établissements canadiensUniversity of TorontoUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésQuantumTopology (electrical circuits)Robustness (evolution)ChemistryQuantum decoherenceQuantum mechanicsPhysicsElectrical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Robust quantum energy storage devices are essential to realize powerful next-generation batteries. Herein, we provide a proof of concept for a loss-free excitonic quantum battery (EQB) by using an open quantum network model that exhibits exchange symmetries linked to its structural topology. By storing electronic excitation energy in a symmetry-protected dark state living in a decoherence-free subspace, one can protect the charged EQB from environment-induced energy losses, thereby making it a promising platform for long-term energy storage. To illustrate the key physical principles and potential functionality of this concept, we consider an open quantum network model of a para-benzene-like structure. We demonstrate through numerical simulations the immunity of the charged EQB to environmentally induced losses and further show how to harness the stored energy by adding a symmetry-breaking perturbation (SBP) to the network. We also investigate the impact of static disorder and temperature fluctuations of the SBP on the performance of the EQB during its storage and discharge phases. Apart from the cases with very strong static disorder, the performance of the EQB is essentially unaltered, thereby demonstrating the robustness of the proposed EQB.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,646
Score d'incertitude au seuil0,414

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 ouverte0,0020,001
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 Opus0,008
Tête enseignante GPT0,222
Écart entre enseignants0,215 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical ChemistryMême sujetNeural Networks and Reservoir ComputingTravaux en français237 207