MétaCan
Menu
Retour à la cohorte
Enregistrement W3196478970 · doi:10.1088/1751-8121/ac4c10

Bounds on fluctuations for ensembles of quantum thermal machines

2022· preprint· en· W3196478970 sur OpenAlexafffund
Matthew Gerry, Na’im Kalantar, Dvira Segal

Notice bibliographique

RevueJournal of Physics A Mathematical and Theoretical · 2022
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésCarnot cycleUpper and lower boundsQuantumPhysicsLimit (mathematics)Bounded functionBound stateOrder (exchange)Coupling (piping)Quantum mechanicsThermalThermodynamicsStatistical physicsMathematicsMaterials scienceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract We study universal aspects of fluctuations in an ensemble of noninteracting continuous quantum thermal machines in the steady-state limit, beyond linear response. Considering an individual machine, such as a refrigerator, in which relative fluctuations (and high order cumulants) of the cooling heat current to the absorbed heat current, η (n), are upper-bounded, η ( n ) ⩽ η C n with n ⩾ 2 and η C the Carnot efficiency, we prove that an ensemble of N distinct machines similarly satisfies this upper bound on the relative fluctuations of the ensemble, η N ( n ) ⩽ η C n . For an ensemble of distinct quantum refrigerators with components operating in the tight-coupling limit we further prove the existence of a lower bound on η N ( n ) in specific cases, exemplified on three-level quantum absorption refrigerators and resonant-energy thermoelectric junctions. Beyond special cases, the existence of a lower bound on η N ( 2 ) for an ensemble of quantum refrigerators is demonstrated by numerical simulations. We further show that the lower bound on η N ( 2 ) may, however, be violated for an ensemble of quantum engines.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,006
Communication savante0,0030,006
Science ouverte0,0020,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,013
Tête enseignante GPT0,291
Écart entre enseignants0,278 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics A Mathematical and TheoreticalMême sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207