XiaoMi-AI文件搜索系统
World File Search System涨落
量子广义 Potts-Hopfield 神经网络的相图
摘要 我们介绍并分析了 q 状态 Potts-Hopfield 神经网络 (NN) 的开放量子泛化，这是一种基于多层经典自旋的联想记忆模型。这个多体系统的动力学以 Lindblad 型马尔可夫主方程的形式表示，该方程允许将概率经典和相干量子过程平等地结合起来。通过采用平均场描述，我们研究了由温度引起的经典涨落和由相干自旋旋转引起的量子涨落如何影响网络检索存储的记忆模式的能力。我们构建了相应的相图，在低温状态下，该相图显示的模式检索类似于经典的 Potts-Hopfield NN。然而，当量子涨落增加时，会出现极限环相，而极限环相没有经典对应相。这表明量子效应可以相对于经典模型从质上改变稳态流形的结构，并可能允许人们编码和检索新类型的模式。
机械振荡器运动的量子放大
机械振荡器是日益多样化的精密传感应用中必不可少的组件，包括引力波探测 ( 1 )、原子力显微镜 ( 2 )、腔光力学 ( 3 ) 和弱电场测量 ( 4 )。从量子力学的角度来看，任何谐振子都可以用一对非交换可观测量来描述；对于机械振荡器，这些可观测量通常是位置和动量。这些可观测量的测量精度受到不可避免的量子涨落的限制，即使振荡器处于基态，这些涨落也会出现。使用“压缩”方法，可以操纵这些零点涨落，同时根据海森堡不确定性关系保留它们的乘积。这种压缩可以提高一个可观测量的测量精度，但代价是另一个可观测量的波动增加（5）。尽管已经在各种物理系统中创建了压缩态，包括电磁场（6）、自旋系统（7）、微机械振荡器（8-10）和单个捕获离子的运动模式（11、12），但利用压缩来增强计量一直具有挑战性。特别是，在检测过程中添加的噪声会限制计量增强，除非它小于压缩噪声。可以通过增加要测量的信号幅度来克服低噪声检测的要求。在光学干涉测量 ( 13 ) 和自旋系统 ( 14 ) 中，已经证明压缩相互作用的逆转可以放大
对数伽马聚合物自由能的波动与一般参数和斜率
对数伽马聚合物由 Seppäläinen [ 36 ] 引入，是唯一已知可精确求解的顶点无序 1+1 维定向聚合物模型，即其自由能分布可以明确计算。我们目前工作的贡献是建立了该模型自由能涨落的渐近线，该涨落涉及控制聚合物尺寸及其无序性质的广泛参数。要证明这些一般的渐近结果，我们需要大量重新设计该模型的基本起始公式，即 Fredholm 行列式拉普拉斯变换公式。我们的渐近结果具有在许多情况下被追求的应用，包括显示对数伽马线系综的紧密性[7]，显示对数伽马聚合物自由能景观最大值的相变[6,26]，以及显示对数伽马聚合物收敛到KPZ不动点[43]。
NA61/SHINE 对 CERN SPS 能量波动和相关性的结果
为了比较不同尺寸系统中的涨落，应该使用强度量，即对系统体积不敏感的量。此类量通过除以测量分布的累积量 κ i（最高为四阶）得出，其中 i 是累积量的阶数。对于二阶、三阶和四阶累积量，强度量定义为：κ 2 /κ 1、κ 3 /κ 2 和 κ 4 /κ 2。图 1 显示了 150 / 158 A GeV / c 时净电荷三阶和四阶累积量比的系统尺寸依赖性。测量数据与 EPOS 1.99 模型 [4, 5] 的预测一致。对带负电和带正电强子的相同量对系统尺寸依赖性的更详细检查（图 2）表明系统尺寸依赖性非常不同。此外，EPOS 1.99 模型无法重现任何测量到的 h + 和 h − 量。这种不一致表明我们还没有完全理解涨落是如何产生的底层物理原理。因此，需要进行更详细的研究。在寻找 CP 时，一个可能的工具是质子间歇性，它应该遵循 CP 附近的幂律涨落。可以通过研究二阶阶乘矩 F 2 ( M ) 随胞元大小或等效地随中速质子 (px, py) 空间中胞元数量的缩放行为来检查（参见参考文献 [6, 7, 8]）。对于实验数据，必须用混合事件减去非临界背景。减去后，二阶阶乘矩 Δ F 2 ( M ) 应该根据 M >> 1 的幂律缩放，得到临界
卡戈美金属中电荷驱动向列性的理论
从 kagome 金属 AV 3 Sb 5 ( A = K, Rb, Cs) 的 2 × 2 电荷有序相的带色散低能连续模型出发，我们表明向列性可以在这种状态下发展，其驱动力要么是三个不等价的 1 × 4 电荷涨落，先于 1 × 4 电荷有序 (CO)，要么是实际的零动量 d 波电荷 Pomeranchuk 不稳定性 (PI)。我们从粒子空穴领域的 Kohn-Luttinger 理论出发进行分析，这使我们能够分别在 1 × 4 CO 开始附近和 d 波电荷 PI 附近建立吸引向列通道的发展标准。我们推导出 d 波 PI 的有效电荷费米子模型，其向列磁化率通过随机相位近似 (RPA) 总和给出。相比之下，对于有限动量 CO，RPA 方案就失效了，需要通过将 Aslamazov-Larkin 贡献纳入向列配对顶点来进行改进。然后，我们推导 1 × 4 CO 和 d 波 PI 的 Ginzburg-Landau 势，并在两种情况下获得向列转变温度 T ∼ T nem 时向列磁化的相应解析表达式。从两个电荷费米子模型开始解释以此方式获得的向列响应函数，并强调在哪些假设下可以恢复 Ginzburg-Landau 结果。最后，我们展示了向列特性的增强，其根源在于序参数与弹性变形的耦合。我们的工作建立了在某些铁基超导体中观察到的向列性与钒基 kagome 金属（其中向列相可能由自旋涨落驱动）之间的联系，在这些超导体中，电荷涨落可能导致向列性。我们提出的两种用于稳定 AV 3 Sb 5 中向列态的微观机制，即零动量 d 波 PI 和有限动量 CO 的涨落，可以通过扩散散射实验来区分，这意味着可以判断这两种理论中的哪一种（如果有的话）最有可能描述该相。这两种机制也可能与最近发现的钛基家族 A Ti 3 Sb 5 有关，在该家族中也观察到了向列性。
最大限度地发挥信息引擎的力量和速度
信息驱动引擎可纠正热涨落，这是麦克斯韦妖思想实验的现代实现。我们介绍了一种基于重胶体粒子的简单设计，该粒子由光学陷阱捕获并浸入水中。使用精心设计的反馈回路，我们实验性地实现了“信息棘轮”，利用有利的“向上”涨落来举起重物以抵抗重力，无需做外部功即可存储势能。通过利用简单的理论优化棘轮设计以提高性能，我们发现工作存储率和定向运动速度仅受引擎的物理参数限制：粒子的大小、棘轮弹簧的刚度、运动产生的摩擦力以及周围介质的温度。值得注意的是，由于性能会随着观察频率的增加而达到饱和，因此测量过程并不是限制因素。提取的功率和速度至少比以前报告的引擎高一个数量级。
从随机自旋链到量子 Kardar-Parisi-......
随机幺正动力学是量子力学中描述系统与环境或外部场相互作用演化的一种有效方式。 其最初想法由 Caldeira 和 Leggett 提出，用于研究自旋集合与玻色子浴相互作用的有效动力学 [1]。 由于与未知自由度的相互作用引起的涨落和耗散，此类系统的性质预计会与孤立系统有明显不同。 随机幺正动力学也可用于理论研究量子混沌系统的典型和普遍行为。 因此，这类研究最近重新焕发了活力，特别是在随机幺正电路 [2-9] 以及传统多体系统 [10-16] 的背景下。通过增加随机性，这些系统应该会失去其与特殊性有关的优良性质，例如守恒定律，从而允许出现一般性质。这些包括纠缠的产生 [ 2 , 4 , 17 – 24 ]、信息的扰乱 [ 3 , 6 , 25 , 26 ] 或在收敛到热或非平衡稳态的系统中算符的扩展 [ 5 , 7 , 8 ]。特别是在一些量子随机模型 [ 4 , 14 , 15 , 19 ] 中，有人认为纠缠熵的增长和涨落受 Kardar-Parisi-Zhang (KPZ) 方程 [ 27 – 33 ] 支配。随机共形场论中纠缠增长的大偏差涨落也被证明属于 KPZ 类 [ 34 ]。最近，在超扩散非随机自旋链模型 [ 35 – 38 ] 中，还发现了 KPZ 方程的一些标度特征，这些特征与自旋-自旋关联函数的长期衰减有关。KPZ 类行为在量子多体系统中的普遍性程度仍是一个悬而未决的问题。
MBQM2024 日程安排
Arash Ahmadi 涨落的魔力：从量子信息涨落到魔法资源 16:30 - 17:00 海报展示 自由讨论 17:00 - 17:30 海报展示 自由讨论 17:30 - 18:00 海报展示 自由讨论