通过数概率分布的高斯拟合探测相图
量子气体
2023-03-15 v2 量子物理
摘要
我们研究了表征具有全局守恒粒子数的量子多体系统子部分的数概率密度函数。我们提出一种线性拟合方案，能够描绘丰富的一维扩展 Bose-Hubbard 模型的基态相图：结果在定量上可与更复杂的传统及机器学习技术相比拟。我们认为所研究的量应被视为信息量最大的二分性质之一，且在原子气体实验中易于获取。
引用
@article{arxiv.2207.01478,
title = {Phase Diagram Detection via Gaussian Fitting of Number Probability Distribution},
author = {Daniele Contessi and Alessio Recati and Matteo Rizzi},
journal= {arXiv preprint arXiv:2207.01478},
year = {2023}
}