Machine Learning of Topological Insulator and Anderson Insulator in One-Dimensional Extended Su-Schrieffer-Heeger Chain

该研究利用卷积神经网络和主成分分析,揭示了在一维扩展 Su-Schrieffer-Heeger 链中,机器学习模型能够准确识别保持手征对称性的非对角无序系统拓扑相,却因对称性破缺导致对角无序系统(安德森绝缘体)特征流形发散而失效,从而证明机器学习可作为探测量子物质对称性保护特性的灵敏探针。

Zhekai Yin (Department of Physics, Xiamen University Malaysia, Sepang, Selangor, Malaysia), C. K. Ong (Department of Physics, Xiamen University Malaysia, Sepang, Selangor, Malaysia, Key Laboratory for Magnetism and Magnetic Materials of the Ministry of Education, Lanzhou University, Lanzhou, China)Fri, 13 Ma🔬 cond-mat

Mpemba Effect in Many-Body Systems Near Equilibrium

该论文表明,多体系统中的姆潘巴效应(即初始远离平衡态的系统比更接近平衡态的系统弛豫更快)不仅存在于非线性或远平衡态动力学中,也能在接近平衡态的线性响应区域内产生:在互惠系统中,通过快慢模式的谱分离可实现均匀效应,而在打破互惠性导致弛豫算符非正规时,甚至能在每个自由度上实现更严格的“更热状态弛豫更快”的效应。

Philippe Ben-AbdallahFri, 13 Ma🔬 cond-mat.mes-hall

Onset of Ergodicity Across Scales on a Digital Quantum Processor

该研究利用 IBM Nighthawk 超导量子处理器对二维无序海森堡 Floquet 模型进行数字量子模拟,通过引入基于碰撞熵的度量方法,揭示了随着海森堡耦合强度增加,系统在不同空间尺度上从次遍历向遍历行为演变的层级结构,并验证了量子模拟在经典张量网络方法失效区域的有效性。

Faisal Alam, Marcos Crichigno, Elizabeth Crosson, Steven T. Flammia, Filippo Maria Gambetta, Max Hunter Gordon, Michael Kreshchuk, Ashley Montanaro, Alberto Nocera, Raul A. SantosFri, 13 Ma⚛️ quant-ph

Strong Disorder Renormalization Group Method for Bond Disordered Antiferromagnetic Quantum Spin Chains with Long Range Interactions: Excited States and Finite Temperature Properties

该论文将实空间强无序重整化群方法扩展至研究具有长程相互作用的无序反铁磁量子自旋链的激发态与有限温度性质,推导了主方程并计算了磁化率、并发度及纠缠熵等物理量,揭示了耦合强度分布与温度及幂律指数 α\alpha 的依赖关系。

Stefan Kettemann2026-03-06⚛️ quant-ph