Sampling methods to describe superradiance in large ensembles of quantum emitters

기술 요약: 대규모 앙상블의 초방사(Superradiance)를 위한 샘플링 방법

문제 정의
방출체 사이의 결맞음(coherence)이 방출 강도와 방향성을 향상시키는 양자 현상인 초방사는 2차 양자 상관 함수 $g^{(2)}(t, \tau)$로 특징지어진다. $g^{(2)}$는 광자 통계(번칭/초방사에서 $g^{(2)} > 1$, 안티번칭/아래방사에서 $g^{(2)} < 1$을 구분하는 것)를 이해하는 데 필수적이지만, 대규모 $N$개의 방출체에 대한 정확한 계산은 다루기 매우 까다롭다. 방출체의 힐베르트 공간 차원은 $2^N$으로 지수적으로 증가하여, 대규모 $N$에 대해 정확한 수치 해법을 구하는 것을 불가능하게 만든다. 결과적으로 연구자들은 평균장 이론(mean-field theory)과 같은 근사적 접근 방식에 의존해야 하며, 이는 복잡한 집단적 효과를 포착하는 데 실패할 수 있다.

방법론
저자들은 전자기 환경에 매립된 대규모 앙상블의 $g^{(2)}(t, 0)$를 근사하기 위해 설계된 두 가지 수치적 샘플링 방법(SM)을 제안하고 벤치마킹한다. 두 방법 모두 무작위로 선택된 방출체의 부분 집합에 대해 많은 횟수의 실현(realization)을 평균 내는 방식에 기반한다:

1. 쌍별 샘플링 방법 (Pairwise Sampling Method): 기존 문헌을 변형한 이 방식은 무작위로 쌍($m=2$)을 선택한다. 이 방법은 모든 상호 작용을 포함하여 이 쌍들에 대한 정확한 역학을 계산하지만, 평균화 과정에서의 중복 계산을 피하기 위해 단일 방출체 기여를 명시적으로 무시한다. 이론적으로 이러한 무시는 상관 함수의 체계적인 **과대평가(overestimation)**를 초래한다.
2. $m$-wise 샘플링 방법 ($m$-wise Sampling Method): 본 연구에서 도입된 보완적인 접근 방식으로, 크기가 $m$인 ($1 < m < N$) 무작위 샘플을 선택한다. 쌍별 방법과 달리, 이 방식은 단일 방출체 항을 유지하며 고차 클러스터를 포착한다. 샘플링 과정에서 발생하는 단일 방출체 항의 불가피한 중복 계산으로 인해, 이 방법은 정규화된 상관 함수의 체계적인 **과소평가(underestimation)**를 유발한다.

두 방법의 체계적 편향을 해결하기 위해 저자들은 **오프셋 보정(offset corrections)**을 도입한다. 이는 방출체 간 거리가 무한대($d \to \infty$)인 극한, 즉 방출체들이 독립적으로 행동하는 상황에서 도출된 상수 오프셋이다.

• $m$-wise 방법의 경우, 오프셋은 $1/m - 1/N$이다.
• 쌍별 방법의 경우, 오프셋은 $1/N$이다.
  이러한 보정은 $m$-wise 방법이 하한(lower bound)으로서의 성질을 유지하도록 하면서도 정량적 정확도를 개선하도록 설계되었다.

주요 결과 및 벤치마크
방법론들은 두 가지 정밀한 regime에서 정확한 해(exact solutions)와 비교 검증되었다:

1. 완전 반전 배열 (비구동 상태, Undriven): 64개의 방출체로 구성된 $8 \times 8$ 정사각형 격자와 9개의 방출체로 구성된 1차원 사슬. 정확한 폐쇄형 표현식 또는 수치 해법이 존재한다.
   • 반전 상태에 대해 $m=2$인 미보정 $m$-wise 방법은 초방사($g^{(2)} > 1$)를 예측하는 데 실패했는데, 이는 물리적 현상이 아닌 샘플 크기의 한계였다. 초방사는 $m > 2$일 때만 회복되었다.
   • 미보정 쌍별 방법은 64개 방출체 배열에 대해 미보정 $m$-wise 방법보다 성능이 현저히 우수했다.
   • 오프셋 보정을 적용했을 때, 두 방법 모두 정확도가 크게 향상되어 특정 regime에서 오차가 약 10%에서 약 0.5%로 감소했다.
2. 결맞게 구동되는 배열 (Coherently Driven Arrays): 구동되는 1차원 사슬($N=8$) 및 정사각형 격자($N=64$)에 대한 정상 상태 분석.
   • $N < 2m$인 경우, $m$-wise 방법은 보정 없이도 질적으로 우수한 결과를 제공했다.
   • $N > 2m$인 경우, 쌍별 방법이 더 정확해졌다.
   • 저자들은 최적의 방법 선택이 바뀌는 임계 전이점인 $N = 2m$을 식별하였다. 이 임계값 아래에서는 $m$-wise 방법이 선호되며, 위에서는 쌍별 방법이 선호된다.

의의 및 주장
본 논문은 정확한 계산이 불가능한 대규모 앙상블의 초방사를 연구하기 위한 새로운 이론적 도구를 제공한다고 주장한다. 주요 기여는 다음과 같다:

• 경계 전략 (Bounding Strategy): 두 방법을 동시에 사용함으로써, 연구자들은 $g^{(2)}(t, 0)$에 대한 단일한 불확실한 추정치 대신, 가능한 값들의 "경계 창(bounded window)"을 설정할 수 있다.
• 레짐 최적화 (Regime Optimization): $N = 2m$ 교차점의 식별을 통해, 전체 방출체 수와 가용한 계산 자원(최대 가능한 $m$을 제한함)에 따라 가장 정확한 방법을 선택할 수 있다.
• 정량적 개선 (Quantitative Improvement): 오프셋 보정의 도입은 두 샘플링 방법의 이론적 경계 특성을 유지하면서도 정량적 정확도를 크게 높인다.

저자들은 이러한 결합된 접근 방식이 지수적인 계산 비용 없이도 양자 네트워크에서 초방사 레이저에 이르는 시스템의 광자 통계를 추정하고 집단적 방출 regime을 특징짓는 실용적이고 정확한 수단을 제공한다고 결론짓는다.