Network structure and dynamics of effective models of nonequilibrium quantum transport
Notice bibliographique
Résumé
Across all scales of the physical world, dynamical systems can be usefully represented as abstract networks that encode the systems' units and interunit interactions. Understanding how physical rules shape the topological structure of those networks can clarify a system's function and enhance our ability to design, guide, or control its behavior. In the emerging area of quantum network science, a key challenge lies in distinguishing between the topological properties that reflect a system's underlying physics and those that reflect the assumptions of the employed conceptual model. To elucidate and address this challenge, we study networks that represent nonequilibrium quantum-electronic transport through quantum antidot devices---an example of an open, mesoscopic quantum system. The network representations correspond to two different models of internal antidot states: a single-particle, noninteracting model and an effective model for collective excitations including Coulomb interactions. In these networks, nodes represent accessible energy states and edges represent allowed transitions. We find that both models reflect spin conservation rules in the network topology through bipartiteness and the presence of only even-length cycles. The models diverge, however, in the minimum length of cycle basis elements, in a manner that depends on whether electrons are considered to be distinguishable. Furthermore, the two models reflect spin-conserving relaxation effects differently, as evident in both the degree distribution and the cycle-basis length distribution. Collectively, these observations serve to elucidate the relationship between network structure and physical constraints in quantum-mechanical models. More generally, our approach underscores the utility of network science in understanding the dynamics of 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».