基于非交换系统-浴耦合的非平衡量子热力学
机器学习
2025-12-23 v1 计算机视觉与模式识别
摘要
在量子和低温 regime 中准确估计温度仍是根本性挑战。本文研究了使用通过非交换相互作用作用于玻色浴的单量子比特探针进行的非平衡量子热力学。我们表明，这两种耦合通道之间的干涉导致强烈的非马尔可夫反馈，在人口和相干性之间，导致相干性捕获和热灵敏度增强。惊人的是，通过调节耦合结构，探针的温度灵敏度即使在弱耦合下也呈现出二次低温标度。此外，尽管相干性测量在形式上次optimal，但在早期非平衡时期，当记忆效应占主导时，这些测量反而最具信息性。我们的发现确定了非交换系统-浴耦合作为实现实际开放系统架构中高精度量子热力学的实用且可调资源。
引用
@article{arxiv.2512.19605,
title = {KerJEPA: Kernel Discrepancies for Euclidean Self-Supervised Learning},
author = {Eric Zimmermann and Harley Wiltzer and Justin Szeto and David Alvarez-Melis and Lester Mackey},
journal= {arXiv preprint arXiv:2512.19605},
year = {2025}
}