识别激发态量子相的运动常数
计算机视觉与模式识别
2021-03-22 v1
摘要
我们提出一类广泛的激发态量子相变(ESQPTs)会产生两种不同的激发态量子相。这些相借助一个算符 来识别,该算符仅在其中一种相中为运动常数。因此,ESQPT 临界能量将能谱划分为一个相(其中物理可观测量平衡期望值关键依赖于该运动常数)和另一个相(其中能量是唯一相关的热力学量)。该算符的显著特征在于它具有两个不同的本征值 ,因而在这两个相中的第一个里充当离散对称性。此情形在有无额外离散对称性的系统中均可观测;在前一种情况下, 解释了跨越临界线时从简并双重态到非简并本征能级的转变。我们在 Rabi 和 Dicke 模型中给出严格的数值证据,表明该结果在热力学极限下是精确的,有限尺寸修正按幂律衰减。
引用
@article{arxiv.2103.10764,
title = {DFS: A Diverse Feature Synthesis Model for Generalized Zero-Shot Learning},
author = {Bonan Li and Xuecheng Nie and Congying Han},
journal= {arXiv preprint arXiv:2103.10764},
year = {2021}
}
备注
11 pages,5 figures,conference