稀释原子云中的亚辐射与超辐射到亚辐射的转变
计算机视觉与模式识别
2020-01-28 v1 机器学习
图像与视频处理
机器学习
摘要
我们在稀释的超冷铷(Rb)原子云中实验研究亚辐射,其中 (:原子密度, 激发波长),且云层的共振光学深度为量级1。我们表明,在强激发 regime 下,亚辐射时间尺度依赖于云层的激发分数,即依赖于激发脉冲的强度。在此 regime 下,衰减动力学高度复杂,不存在单一衰减时间常数。相反,衰减时间常数在动力学过程中变化。具体而言,我们能够观察到超辐射到亚辐射转变的特征;即初始时衰减率快于独立衰减(超辐射发射),而在较晚时刻转变为更慢(亚辐射发射)。我们还讨论了一个理论模型,其数值结果与实验吻合良好。
引用
@article{arxiv.2001.09947,
title = {Near real-time map building with multi-class image set labelling and classification of road conditions using convolutional neural networks},
author = {Sheela Ramanna and Cenker Sengoz and Scott Kehler and Dat Pham},
journal= {arXiv preprint arXiv:2001.09947},
year = {2020}
}
备注
23 pages, 12 figures