Multipartitioning topological phases by vertex states and quantum entanglement
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We discuss multipartitions of the gapped ground states of $(2+1)$-dimensional topological liquids into three (or more) spatial regions that are adjacent to each other and meet at points. By considering the reduced density matrix obtained by tracing over a subset of the regions, we compute various correlation measures, such as entanglement negativity, reflected entropy, and associated spectra. We utilize the bulk-boundary correspondence to show that such multipartitions can be achieved by using what we call vertex states in $(1+1)$-dimensional conformal field theory: these are a type of state used to define an interaction vertex in string field theory and can be thought of as a proper generalization of conformal boundary states. This approach allows an explicit construction of the reduced density matrix near the entangling boundaries. We find the fingerprints of topological liquid in these quantities, such as (universal pieces in) the scaling of the entanglement negativity, and a nontrivial distribution of the spectrum of the partially transposed density matrix. For reflected entropy, we test the recent claim that states the difference between reflected entropy and mutual information is given, once short-range correlations are properly removed, by $(c/3)ln2$ where $c$ is the central charge of the topological liquid that measures ungappable edge degrees of freedom. As specific examples, we consider topological chiral $p$-wave superconductors and Chern insulators. We also study a specific lattice-fermion model realizing Chern insulator phases and calculate the correlation measures numerically, both in its gapped phases and at critical points separating them.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle