Generalization of the Menegozzi and Lamb maser algorithm to the transient superradiance regime
Notice bibliographique
Résumé
ABSTRACT We investigate the application of the conventional quasi-steady state maser modelling algorithm of Menegozzi & Lamb (ML) to the high field transient regime of the one-dimensional Maxwell-Bloch (MB) equations for a velocity distribution of atoms or molecules. We quantify the performance of a first order perturbation approximation available within the ML framework when modelling regions of increasing electric field strength, and we show that the ML algorithm is unable to accurately describe the key transient features of R. H. Dicke’s superradiance (SR). We extend the existing approximation to one of variable fidelity, and we derive a generalization of the ML algorithm convergent in the transient SR regime by performing an integration on the MB equations prior to their Fourier representation. We obtain a manifestly unique integral Fourier representation of the MB equations which is $\mathcal {O}\left(N\right)$ complex in the number of velocity channels N and which is capable of simulating transient SR processes at varying degrees of fidelity. As a proof of operation, we demonstrate our algorithm’s accuracy against reference time domain simulations of the MB equations for transient SR responses to the sudden inversion of a sample possessing a velocity distribution of moderate width. We investigate the performance of our algorithm at varying degrees of approximation fidelity, and we prescribe fidelity requirements for future work simulating SR processes across wider velocity distributions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».