致谢 作者谨向瑞典航天界表示感谢;感谢瑞典国家航天委员会的 Kerstin Fredga 教授、Per Tegnér、Per Nobinder、Silja Strömberg、Lennart Nordh 博士等;感谢 Göran Johansson、Olle Norberg、Claes-Göran Borg、Peter Möller、Hans Eckersand、Peter Sohtell、Per Zetterquist、Jörgen Hartnor、Tord Freygård 以及航天工业内众多其他太空爱好者。在瑞典国防界,我要感谢国防物资管理局的 Manuel Wik、Mats Lindhé、Lars Andersson、Thomas Ödman、Björn Jonsson 和 Curt Eidefeldt;感谢瑞典国防学院的 Bo Huldt 教授邀请我为战略年鉴做出贡献;瑞典武装部队的 Anders Eklund、Anders Frost、Urban Ivarsson、Lars Carlstein、Göran Tode、Rickard Nordenberg、Ulf Kurkiewicz 和 Peter Wivstam;以及瑞典国防无线电研究所的 Bo Lithner。法国外交部(对外关系部 - 文化关系总局)提供的奖学金使我得以在 1982 年至 1983 年期间在巴黎度过了三个学期,在巴黎大学学习理论物理学和天体物理学。我还要感谢林雪平技术大学的 Torsten Ericsson 教授在我担任巴黎助理技术专员期间的指导,以及 KTH 的 Anders Eliasson 博士。还要感谢爱因斯坦和薛定谔的前学生、帕维亚大学(意大利)的 Bruno Bertotti 教授,他认可我在日内瓦联合国“防止外空军备竞赛特设委员会”的工作,并邀请我作为第四届卡斯蒂利翁切洛国际会议“促进核裁军 - 防止核武器扩散”的发言人。关于我在日内瓦的工作
量子力学 (2ECTS) Kris Van Houcke 1. 回顾量子力学的基础,量子力学的假设,薛定谔/海森堡/相互作用图像,两能级系统和布洛赫球 2. 量子力学与经典力学的关系,费曼路径积分表示 3. 多体系统,二次量化,多粒子系统的路径积分表示,量子蒙特卡罗和费米子符号问题 4. 弱相互作用玻色子的波格留波夫理论 5. 纯态与混合态,密度算子,约化密度算子,纠缠,(可能是:EPR悖论和贝尔定理) 6. 开放量子系统,算子和表示,量子测量,林德布拉德表示,波恩-马尔可夫主方程 量子信息论简介 (2ECTS) Alain Sarlette、Harold Ollivier 1. 状态:密度矩阵、内积、范数、保真度、 TVD、状态分解(Schmidt、Pauli)2. 算子(1):酉表示、CPTP 映射、其他表示(大酉/Kraus/Choi)3. 算子(2):Pauli 算子、作用于算子代数的通道、从交换关系中恢复子系统、Clifford 层次结构、受限操作类(LOCC、LO1WCC)4. 测量:射影测量、更新规则、POVM、非交换/联合可测性5. 纠缠:纠缠测量、纠缠单调、纠缠提炼、使用纠缠(隐形传态、交换、门隐形传态、与 Choi 的关系、超密集编码)6. 状态辨别:假设检验、熵、Holevo、条件熵/互信息/强子可加性、数据处理不等式、相对熵、平斯克
通过研究量子全息物理和意识理论 (QHTC),我们可以更多地了解我们的现实是如何形成的,以及什么是非普通的意识状态。QHTC 认为意识不是局部的,改变的意识状态可以帮助我们以多种方式理解我们的思维是如何运作的。这就是薛定谔的想法。他认为量子力学波函数是意识的一个领域。QHTC 基于人类意识的全息理论。这些理论认为,大脑的工作原理就像全息图,它将图像处理成干涉图案,然后将其变成虚拟图像,就像激光全息图一样。这些量子波可以存储大量信息,我们的大脑利用这些信息来构建我们的三维世界。本文认为,最后一种理论应该是研究改变意识状态的主要框架,并讨论了如何获取数据进行分析以及如何进入改变状态以进行可能的实验。关键词:改变意识状态、量子理论、全息理论。 DOI 编号:10.14704/nq.2022.20.3.NQ22059 NeuroQuantology 2022;20(3):187-197 简介 David Bohm 和 Karl Pribram 率先使用全息理论来描述人类意识和认知。他们假设大脑的运作方式与全息图类似,遵循量子原理(Talbot 1991)。也就是说,大脑可能会将普通图像处理成干涉图案,然后将其转换为虚拟图像,类似于激光全息图的工作原理。这些量子波能够存储大量信息,我们的大脑利用这些信息来创建我们的三维现实(Pribram 1977,1999)。当他研究粒子现象时,他以完全不同的方式看待这个问题。他得出结论,这一切看起来如此奇怪的原因是,科学试图在橙子被剥皮后将其重新放回原位。
直到 1924 年,原子过程中能量守恒定律的严格有效性才受到严重质疑。当时,为了解决当时存在的光的波动性和粒子性之间的严重冲突,玻尔、克拉默斯和斯莱特提出了一个否定该定律的理论。该理论(我们将其称为 BKS 理论)假定,原子系统在激发态下会持续发射辐射场,而不是仅在系统跃迁到较低能量状态时才发射。如果辐射频率合适,落在第二个原子上的辐射场会使其有可能跃迁到更高能量状态。该理论认为第二个原子跃迁到更高能量状态和第一个原子跃迁到较低能量状态之间不存在巧合,但除了这个巧合问题之外,它得出的结果与其他辐射理论的结果一致。因此,新理论不保证单个原子过程的能量守恒,但当大量原子过程发生时,它保证了统计守恒。新理论提出后不久,Bothe 和 Geiger 以及 Compton 和 Simons 就用实验检验了其关于电子散射辐射的预测。两种情况下的结果都不利于新理论,并支持能量守恒。此后不久,海森堡和薛定谔发现了新的量子力学,并发展了这种理论,以便在不背离能量守恒的情况下摆脱波与粒子冲突的困境。因此,人们发现 BKS 理论与实验不一致,不再需要理论考虑,因此被抛弃了。R. Shankland 最近的一些实验工作改变了这种情况。Shankland 的实验以十年技术发展带来的更高精确度进行,他的结果与早期实验者的结果不一致。相反,他们不同意能量守恒定律,并要求他们的解释符合 BKS 理论。因此,物理学现在面临着必须做出重大改变的前景。
熵的物理意义是什么?不可逆性的物理起源是什么?熵和不可逆性只存在于复杂和宏观系统中吗?对于日常实验室物理,统计力学的数学形式(正则和巨正则、玻尔兹曼、玻色-爱因斯坦和费米-狄拉克分布)可以成功地描述物质的热力学平衡性质,包括熵值。然而,正如薛定谔在 1936 年就已经认识到的那样,统计力学在解释熵的含义以及在系统状态概念的蕴含方面都存在概念模糊性和逻辑不一致性。Gyftopoulos、Hatsopoulos 和本文作者开发了一种替代理论,以消除这些概念上的障碍,同时保持在应用中非常成功的普通量子理论的数学形式。为了解决熵的含义问题和不可逆性的起源问题,我们将熵和不可逆性纳入了微观物理定律。结果是一种具有将力学和热力学结合起来的所有必要特征的理论,它统一了两种理论的所有成功结果,消除了统计力学的逻辑不一致和不可逆性的悖论,并为不可逆性、非线性(因此包括混沌行为)和最大熵生成非平衡动力学的微观起源提供了一个全新的视角。在这篇长篇介绍性论文中,我们讨论了量子热力学的背景和形式,包括其非线性运动方程以及它所涉及的非平衡不可逆动力学的主要一般结果。我们的目标是讨论和启发一种非线性量子动力学群的生成器形式,这种“设计”是为了实现量子力学 (QM) 和热力学的统一,即我们称之为量子热力学 (QT) 的非相对论理论。它的概念基础不同于 (冯·诺依曼) 量子统计力学 (QSM) 和 (杰恩斯) 量子信息理论 (QIT),但对于热力学来说
静电能通常是量子纳米电子系统中最大的能量尺度。然而,在理论工作或数值模拟中,静电场也经常被视为外部势能,这可能会导致错误的物理图像。开发能够正确处理静电及其与量子力学相互作用的数值工具对于理解半导体或石墨烯等材料中的量子器件至关重要。本论文致力于自洽量子静电问题。这个问题(也称为泊松-薛定谔)在状态密度随能量快速变化的情况下非常困难。在低温下,这些波动使问题高度非线性,从而使迭代方案非常不稳定。在本论文中,我们提出了一种稳定的算法,可以以可控的精度为该问题提供解决方案。该技术本质上是收敛的,包括在高度非线性的范围内。因此,它为量子纳米电子器件的传输特性的预测建模提供了可行的途径。我们通过计算量子点接触几何的微分电导来说明我们的方法。我们还重新讨论了整数量子霍尔区域中可压缩和不可压缩条纹的问题。我们的计算表明,在中等磁场中存在一种新的“混合”相,它将低场相与高场条纹分开。在第二部分中,我们构建了一个理论来描述可以在二维电子气体中激发的集体激发(等离子体)的传播。我们的理论在一维上简化为 Luttinger 液体,可以直接与微观量子静电问题联系起来,使我们能够做出不受任何自由参数影响的预测。我们讨论了最近在格勒诺布尔进行的实验,旨在展示电子飞行量子比特。我们发现我们的理论与实验数据在数量上一致。
相干性是光的波动性和物理学的量子性背后的概念。在量子力学中,薛定谔猫很好地说明了相干性,即宏观不相容情形的相干叠加。当叠加态的相干性消失时,所有量子特性都消失,取而代之的只是对猫态的经典无知。实际上,退相干是解释经典世界出现的最流行机制 [1]。这是量子光学和经典光学中发展迅速的研究领域。在经典光学中,近年来干涉相关现象扩展到矢量光引起了人们的兴趣 [2-6]。在量子光学中,相干性作为量子信息处理等新兴量子技术的基础的发现促使了这项研究 [7],量化相干性已成为资源理论 [8,9] 所表达的中心任务。从相干性作为量子特征的理解来看,似乎有理由将其作为从第一原理研究非经典行为的任何方法的基础。在本文中,我们建立了量子相干性与非经典性之间的定量关系。我们发现非经典性是通过改变基可以显示的最大相干性,这与偏振度是在幺正变换下可以达到的两个填充模式之间的最大相干性相同[10-12]。基于l1范数的相干性量化器已被建立为有限维空间中相干性的良好度量[8,9]。在本文中,我们用类似Hellinger的距离来表示这种相干性测度。我们还定义了与此距离相关的所有量值的量化器。在第二部分中,我们建立了这些量化器并推导了有限维空间中它们之间的关系。在第三节中,我们计算了一些相关状态的相干性。在第四节中,分析在无限维空间中重现。在第五节中,我们研究该理论是否可以扩展到具有连续光谱的参考可观测量。Fi-
(课程编号 26:755:532;之前称为 26:755:631) 讲师:Neepa Maitra 办公室:Smith Hall 357,电话:973-353-1573 电子邮件:neepa.maitra@rutgers.edu(联系我的最佳方式) 讲座时间:周四晚上 6 点至晚上 8 点 50 分 办公时间:周四下午 5 点 Smith 357,及可安排* 地点:Smith Hall B-23 *对于可安排的办公时间,我们可以亲自在 Smith 357 会面,也可以通过 Zoom 会面,以更方便的为准。 Zoom 坐标为:https://rutgers.zoom.us/my/nm169?pwd=eWtmMmlDNEM3NEtmNUhvMnNvajFkdz09(它应该可以连接,但如果由于某种原因它要求输入密码,会议 ID:402 600 5520 密码:456147 课程描述:研究生量子力学涵盖量子力学的基本概念、技术和应用,包括形式主义、角动量、对称性、半经典方法和微扰理论。该课程涵盖 Sakurai 和 Napolitano 的《现代量子力学》一书的前 5 章,并将回顾成功攻克该主题所需的数学工具。该课程旨在帮助学生学习如何使用更先进的概念和技术来解决他们未来研究中会遇到的物理问题。量子力学、物理化学 2 或同等学历的本科课程,以及良好的本科线性代数背景,强烈建议作为先修课程。学习成果:本课程旨在提供高级研究生水平的量子力学理解和技能。具体主题概述如下。到课程结束时,学生应该能够:1. 利用量子力学的假设和算子形式来描述量子系统并确定其属性,2. 分析海森堡和薛定谔图像、路径积分和传播子中量子系统的时间依赖性,3. 使用角动量属性来描述磁场中的原子等系统,4. 使用微扰理论找到复杂量子系统的近似解,5. 认识量子力学中对称性的含义。课文:讲座将基于教科书:JJ Sakurai 和 J. Napolitano 编著的《现代量子力学》第 2 版
量子力学是物理学最基础的领域,20 世纪的大多数发现和发明都源自该领域,在 21 世纪仍发挥着重要作用。量子力学的基础形成于 1900 年至 1930 年之间(普朗克,1943 年;玻尔,1922 年;布罗意,1929 年;海森堡,1933 年;薛定谔,1933 年;狄拉克,1933 年;爱因斯坦,1923 年)。众所周知,每个原子的结构都是由量子力学决定的。量子力学的引入使得人们能够理解宇宙的基本定律,具有重大的经济意义。正如伟大的物理学家保罗·狄拉克在 1929 年所说,原则上,化学可以用量子力学理论来解释。事实上,所有化学和材料科学课程以及物理课程都包含量子力学。物理学传统上启发了其他科学研究领域,并为该领域的进步做出了重大贡献。1950 年至 1960 年间,分子生物学的诞生表明量子力学和物理学(Schrödinger,1944 年;Davies,2008 年)。这启发了生物学家弗朗西斯·克里克、詹姆斯·沃森和莫里斯·HF·威尔金斯利用这些定律发现 DNA(Crick,1962 年;Walt,1962 年;Wilkins,1962 年),以及生物物理学家马克斯·德尔布吕克、阿尔弗雷德·D·赫尔希和萨尔瓦多·E·卢里亚发现与病毒的复制机制和遗传结构相关的内容(Delbrück,1969 年;Hershey,1969 年;Luria,1969 年)。量子力学对于设计固态设备(如晶体管,作为任何电子设备和计算机的构建块)是必不可少的。在量子力学和相对论出现之前,仅使用经典物理学是无法对半导体或任何材料进行合理理解的。所谓的量子电动力学描述了激光和光与物质的相互作用,这归功于量子电动力学的基本工作(Schwinger,1965 年;Feynman,1965 年;Tomonaga,1966 年)。基本粒子物理学
近年来,机器学习、量子多体物理学和量子信息科学等领域的交流卓有成效。这种多学科的互动在一定程度上得益于以下发现:人工神经网络为参数化量子多体希尔伯特空间的子集提供了强大的归纳偏差。尽管通过神经网络描述希尔伯特空间向量会导致无法对此类量子态子集进行精确的线性代数运算,但由于存在一种名为变分蒙特卡洛 (VMC) 的有效随机近似算法 [8,30],基于神经网络的量子态 (NQS) 能够准确揭示量子自旋系统基态的属性,并使用 VMC 的时间相关变体(即所谓的 t-VMC)模拟其时间演化 [6,7]。自从复值受限玻尔兹曼机 [ 8 ] 问世以来,神经网络量子态的范围已经扩大到涵盖各种量子系统,这通过使用日益复杂(通常是多层的)的架构成为可能。相互作用的另一个驱动因素是发现 VMC 和变分量子算法 (VQA) 之间有着密切的类似性。特别是 Stokes 等人 [ 40 ] 在量子信息几何方面的最新研究阐明了机器学习中的自然梯度下降 [ 2 ]、随机重构 VMC [ 38 ] 和量子计算中的变分虚时间演化 [ 45 ] 之间的联系。本教程论文旨在作为对连续变量量子系统的基于流的 VMC 和 t-VMC 的独立回顾。为了具体起见,我们以玻色子量子系统为例进行讨论,以场振幅基表示。场振幅基并不是 VMC 文献 3 的传统焦点,VMC 文献集中于更易于用 Fock 基解释的非相对论系统。然而,场振幅基在具有相对论对称性的系统中是自然的,其中受控玻色子哈密顿量在 L 2 空间中表示为简单的薛定谔算子。因此,哈密顿量的简单性也提供了教学优势。场振幅基的一个可能的计算优势是,它不需要人为地将允许的模式占用数限制在有限范围内以进行数值实现。为了促进