Résumé - Dynamique spinne-only du modèle non-reciproque multi-espèces de Dicke
Titre
Dynamique spinne-only du modèle non-reciproque multi-espèces de Dicke
Temps
2025-07-10 17:41:46
Auteur
{"Joseph Jachinowski","Peter B. Littlewood"}
Catégorie
{cond-mat.quant-gas,quant-ph}
Lien
http://arxiv.org/abs/2507.07960v1
PDF Lien
http://arxiv.org/pdf/2507.07960v1
Résumé
L'article de Jachinowski et Littlewood plonge dans la dynamique du spin seul d'un modèle non réciproque de Dicke multi-espèces, qui est un système quantique trouvé dans la cavité de l'électrodynamique quantique. Ce modèle décrit l'interaction entre les systèmes de spin-cavité qui ne conservent pas le nombre d'excitations. En couplant un système fermé de spin-cavité à un environnement, le modèle de Dicke ouvert est réalisé, permettant la conception de modèles de spin seul intéressants.
Les auteurs se concentrent sur une variation du modèle de Dicke ouvert multi-espèces qui permet des interactions non réciproques méditées entre les espèces de spin, conduisant à une phase de cycle dynamique intéressante. Pour décrire la dynamique effective du système de spin seul, ils utilisent une équation maîtresse de Redfield, qui améliore l'élimination adiabatique. Ils évaluent cette approche en la comparant à l'élimination adiabatique et au modèle complet de spin-cavité, découvrant que les prédictions sont sensibles à la présence de la décomposition incoherente des particules individuelles.
Les auteurs clarifient les symétries du modèle et explorent la phase de cycle dynamique dans le cas de la cassure explicite de la symétrie PT, trouvant une région de coexistence de phase terminant à un point exceptionnel de codimension deux. Ils sortent également de la théorie de moyenne champ en diagonalisation numérique exacte de l'équation maîtresse, en s'appuyant sur la symétrie de permutation pour augmenter la taille des systèmes accessibles. Ils trouvent des signatures de transitions de phase même pour des tailles de système petites.
L'étude révèle que le modèle de spin seul décrit par l'équation maîtresse de Redfield non seulement offre une meilleure correspondance quantitative au modèle complet de spin-cavité, mais capte également des caractéristiques qualitatives cruciales. De plus, l'analyse révèle une région de coexistence de phase entre des états de cycle dynamique cassant la symétrie de parité, terminant à un point exceptionnel. Les auteurs démontrent également que la symétrie de permutation sous-jacente du modèle permet de pénétrer les dynamiques exactes de la matrice de densité pour des tailles de système plus grandes que ce qui serait autrement possible. Cette analyse révèle que les signatures des phases macroscopiques, y compris la phase superradiante et le début des instabilités dynamiques conduisant à des états de cycle dynamique au niveau de la moyenne champ, sont détectables dans de petits systèmes.
Articles Recommandés
Sur l'interaction de la compressibilité et de la robustesse aux attaques adverses
Vers la vérification formelle du code généré par des LLM à partir de prompts naturels
Dans quelle mesure les indices d'actions publiques peuvent-ils statistiquement couvrir la perte de pouvoir d'achat réelle dans les crises structurelles de marchés émergents cumulées ? Une évaluation basée sur l'apprentissage automatique explicite
Optimisation de la segmentation HSI basée sur le DNN pour un SoC FPGA destiné aux ADS : Une approche pratique
CRAFT : Cadre génétique basé sur la latence et le coût pour le placement de nœuds dans des environnements Edge-Fog
Récurrence de Kubo-Martin-Schwinger pour les états propres d'énergie des systèmes quantiques à corps multiples symétriques SU(2)
Simulation des interactions Binaires-Single dans les Disques des AGN II : Probabilité de Fusion des Binaires Noirs During le Processus Chaotique Triplo
Modèle IA Pré-Entraîné Assistant la Prise de Décision En Ligne en Présence de Variables Indépendantes Manquantes : Une Perspective Théorique
Procédure de renforcement de la recherche par rayon des attaques avec étiquette dure à l'aide de prédictions basées sur le transfert
Optimisation à grande échelle des portefeuilles avec l'annealing neural variationnel