MétaCan
Menu
Retour à la cohorte
Enregistrement W4390897359 · doi:10.48550/arxiv.2401.06227

Bath-engineering magnetic order in quantum spin chains: An analytic mapping approach

2024· preprint· en· W4390897359 sur OpenAlexafffund
Brett Min, Nicholas Anto-Sztrikacs, Marlon Brenes, Dvira Segal

Notice bibliographique

RevuearXiv (Cornell University) · 2024
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum many-body systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of TorontoGovernment of Ontario
Mots-clésPhysicsFerromagnetismSpin (aerodynamics)QuantumIsing modelSpinsCondensed matter physicsHeisenberg modelSpin engineeringQuantum phase transitionDissipative systemCoupling (piping)Phase transitionQuantum mechanicsSpin polarizationElectronMaterials science

Résumé

récupéré en direct d'OpenAlex

Dissipative processes can drive different magnetic orders in quantum spin chains. Using a non-perturbative analytic mapping framework, we systematically show how to structure different magnetic orders in spin systems by controlling the locality of the attached baths. Our mapping approach reveals analytically the impact of spin-bath couplings, leading to the suppression of spin splittings, bath-dressing and mixing of spin-spin interactions, and emergence of non-local ferromagnetic interactions between spins coupled to the same bath, which become long-ranged for a global bath. Our general mapping method can be readily applied to a variety of spin models: We demonstrate (i) a bath-induced transition from antiferromangnetic (AFM) to ferromagnetic ordering in a Heisenberg spin chain, (ii) AFM to extended Neel phase ordering within a transverse-field Ising chain with pairwise couplings to baths, and (iii) a quantum phase transition in the fully-connected Ising model. Our method is non-perturbative in the system-bath coupling. It holds for a variety of non-Markovian baths and it can be readily applied towards studying bath-engineered phases in frustrated or topological materials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,392
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,047
Tête enseignante GPT0,185
Écart entre enseignants0,138 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetQuantum many-body systemsTravaux en français237 207