MétaCan
Menu
Retour à la cohorte
Enregistrement W3083360355 · doi:10.1007/s10955-021-02752-y

Perturbation Analysis of Quantum Reset Models

2021· article· en· W3083360355 sur OpenAlexfundno aff
Géraldine Haack, Alain Joye

Notice bibliographique

RevueJournal of Statistical Physics · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesBanff International Research Station for Mathematical Innovation and DiscoveryUniversité de GenèveNational Centres of Competence in Research SwissMAPSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungAgence Nationale de la RechercheNational Science Foundation
Mots-clésHamiltonian (control theory)Markov chainReset (finance)QuantumPerturbation (astronomy)Statistical physicsQuantum systemSemigroupMathematicsCoupling constantOpen quantum systemApplied mathematicsComputer sciencePhysicsQuantum mechanicsMathematical analysisMathematical optimization

Résumé

récupéré en direct d'OpenAlex

This paper is devoted to the analysis of Lindblad operators of Quantum Reset Models, describing the effective dynamics of tri-partite quantum systems subject to stochastic resets. We consider a chain of three independent subsystems, coupled by a Hamiltonian term. The two subsystems at each end of the chain are driven, independently from each other, by a reset Lindbladian, while the center system is driven by a Hamiltonian. Under generic assumptions on the coupling term, we prove the existence of a unique steady state for the perturbed reset Lindbladian, analytic in the coupling constant. We further analyze the large times dynamics of the corresponding CPTP Markov semigroup that describes the approach to the steady state. We illustrate these results with concrete examples corresponding to realistic open quantum 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)0,003
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,292
Écart entre enseignants0,273 · 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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Statistical PhysicsMême sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207