摘要 最近证明了非相对论量子公式可以从扩展的最小作用量原理 Yang (2023)。在本文中,我们将该原理应用于大质量标量场,并推导出标量场的波函数薛定谔方程。该原理通过考虑两个假设扩展了经典场论中的最小作用量原理。首先,普朗克常数定义了场需要表现出可观测的最小作用量。其次,存在恒定的随机场涨落。引入一种新方法来定义信息度量来衡量由于场涨落而产生的额外可观测信息,然后通过第一个假设将其转换为额外作用量。应用变分原理来最小化总作用量使我们能够优雅地推导出场涨落的跃迁概率、不确定关系和波函数的薛定谔方程。此外,通过使用相对熵的一般定义来定义场涨落的信息度量,我们得到了依赖于相对熵阶数的波函数广义薛定谔方程。我们的结果表明,扩展的最小作用原理既可用于推导非相对论量子力学,也可用于推导相对论量子标量场理论。我们期望它可以进一步用于推导非标量场的量子理论。
了解原子基本参数 (FP),例如荧光产额、光电离截面和科斯特-克罗尼希跃迁概率,对涉及 X 射线荧光 (XRF) 的任何定量分析都至关重要。不同元素的大部分现有实验和理论 FP 值都是四十多年前获得的。对于某些化学元素和某些 FP,由于不存在实验或理论数据,所以列表数据完全基于插值。不幸的是,大多数列表 FP 数据的不确定性通常不可用或仅是估计的。由于这种情况肯定是可以改善的,国际 X 射线基本参数倡议 [ 1 ] 和其他组织正在努力通过采用最新技术的新实验和计算来重新审视和更新 FP 数据库。在这项工作中,钽 L 壳层基本参数,即荧光产额和科斯特-克罗尼希因子,正在通过实验重新确定。钽是微电子[ 2 , 3 ]、太阳能工业[ 4 ]、医药等领域的关键元素。另一方面,通过实验确定的 Ta-L 壳层荧光蛋白相当稀缺。大多数可用的实验数据都超过 30 年,而最常见表格[ 5 , 6 ] 的不确定性估计值仅为估计值。在这项工作中,我们应用 PTB[ 7 ] 的无参考 XRF 设备以及专用的透射和荧光测量[8] 来重新审视钽的这些参数。
逆问题持续引起人们的极大兴趣,特别是在量子控制动力学和量子计算应用领域。在此背景下,量子最优控制理论试图构建一个外部控制场 E(t),使量子系统从已知的初始状态演化到目标最终状态。预测 E(t) 的时间形式对于控制量子计算 [1]、量子信息处理[2–4]、激光冷却[5, 6] 和超冷物理 [7, 8] 中的潜在动力学至关重要。在复杂的多体量子系统中,预测最优 E(t) 场为控制光捕获复合物和多体相干系统中所需的动力学效应提供了关键的初始条件 [9–13]。解决这些量子控制问题的传统方法是使用基于梯度的方法或其他数值密集型方法最大化所需的跃迁概率 [14–17]。这些方法包括量子轨迹上的随机梯度下降 [18]、Krotov 方法 [19]、梯度上升脉冲工程 (GRAPE) [20] 方法和斩波随机基算法 (CRAB) [21] 方法。虽然每种算法都有自己的目的和优势,但大多数方法都需要复杂的数值方法来求解最优控制场。此外,由于这些逆问题的非线性特性,这些算法中的迭代次数和浮点运算次数可能非常大,有时甚至会导致相对简单的一维问题的结果不收敛 [16, 22])。为了解决前面提到的计算瓶颈,我们小组最近探索了使用监督机器学习来解决这些复杂的逆问题