超冷分子旋转态中长寿多能级相干性与自旋-1 动力学
机器学习
2024-12-20 v1 人工智能
摘要
超冷极性分子的旋转态具有较长的辐射寿命、微波频段的耦合能力以及可调的偶极相互作用。众多旋转态的 availability 启发了包括量子磁性模拟、信息编码于高维 qudit 中以及合成维度拥有众多合成晶格位点的应用等众多被提议的应用场景。尽管如此,这些应用至今仍未实现,主要是由于工程化多个旋转态的长寿相干叠加态极具具备挑战。本文考察了通过使用接近特定态对的魔术波长的光学梳阱来工程化旋转态之间的多能级相干性。通过进行精密拉姆齐光谱,我们找到多个旋转态叠加态的确切魔术波长及对脱轨误差的灵敏度。我们发现,对于聚光轴与量化轴平行的梳阱,魔术波长紧密聚集,从而可同时实现跨多个旋转态的长寿相干性。以三个旋转态为例,我们演示了实现秒级相干性。利用这一扩展相干性,我们执行了使用广义拉姆齐序列的多参数估计,并演示了编码于旋转态中的自旋-1 动力学。通过适度的实验改进,我们预测十个旋转态的秒级相干动力学应能轻松实现。
引用
@article{arxiv.2412.15086,
title = {Learning Disentangled Equivariant Representation for Explicitly Controllable 3D Molecule Generation},
author = {Haoran Liu and Youzhi Luo and Tianxiao Li and James Caverlee and Martin Renqiang Min},
journal= {arXiv preprint arXiv:2412.15086},
year = {2024}
}
备注
AAAI 2025