MétaCan
Menu
Retour à la cohorte
Enregistrement W4385359471 · doi:10.1103/physreve.108.014130

Hyperacceleration of quantum thermalization dynamics by bypassing long-lived coherences: An analytical treatment

2023· article· en· W4385359471 sur OpenAlexafffund
Felix Ivander, Nicholas Anto-Sztrikacs, Dvira Segal

Notice bibliographique

RevuePhysical review. E · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSpectroscopy and Quantum Chemical Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésPhysicsDissipative systemQuantumQuantum dynamicsRelaxation (psychology)ThermalisationStatistical physicsDynamics (music)PopulationExcited stateThermal equilibriumQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We develop a perturbative technique for solving Markovian quantum dissipative dynamics, with the perturbation parameter being a small gap in the eigenspectrum. As an example, we apply the technique and straightforwardly obtain analytically the dynamics of a three-level system with quasidegenerate excited states, where quantum coherences persist for very long times, proportional to the inverse of the energy splitting squared. We then show how to bypass this long-lived coherent dynamics and accelerate the relaxation to thermal equilibration in a hyper-exponential manner, a Markovian quantum-assisted Mpemba-like effect. This hyperacceleration of the equilibration process manifests if the initial state is carefully prepared, such that its coherences precisely store the amount of population relaxing from the initial condition to the equilibrium state. Our analytical method for solving quantum dissipative dynamics readily provides equilibration timescales, and as such it reveals how coherent and incoherent effects interlace in the dynamics. It further advises on how to accelerate relaxation processes, which is desirable when long-lived quantum coherences stagnate dynamics.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,046
Tête enseignante GPT0,385
Écart entre enseignants0,339 · 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

Citations48
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetSpectroscopy and Quantum Chemical StudiesTravaux en français237 207