Consensus-based qubit configuration optimization for variational algorithms on neutral atom quantum systems
本文提出了一种基于共识的算法，用于优化中性原子量子系统中的量子比特空间构型，从而增强变分算法的纠缠能力，有效缓解 barren plateaus 问题并显著提升其在基态最小化任务中的收敛速度与精度。
🔬 Category
physics.atom-ph
90 篇论文
Robust Superradiance and Spontaneous Spin Ordering in Disordered Waveguide Quantum Electrodynamics
该研究通过大规模半经典模拟与变分分析证明，一维波导量子电动力学中无序原子阵列的超辐射爆发特征在强空间与频谱无序下依然渐近稳健，其机制源于原子自旋随位置自发组织以优化相干增强效应。
Detection of photon-level signals embedded in sunlight with an atomic photodetector
该研究利用单铷原子作为量子跃迁光电探测器，成功在强度高达每秒约$10^{10}$个光子的强太阳光背景中检测到了微弱的单光子信号，并通过建立速率方程模型验证了实验结果，展示了其在日间激光雷达、远程磁强计及自由空间光通信等背景受限应用中的巨大潜力。
Precision measurement of the ground-state hyperfine constant for in a linear Paul trap via magnetically insensitive hyperfine transitions
该研究利用线性保罗阱中激光冷却的离子库仑晶体，通过微波驱动测量了基态磁不敏感超精细跃迁频率，并考虑高阶塞曼效应拟合数据，最终将超精细常数的测定精度提升至相对不确定度$5.6 \times 10^{-8}$。
Quantum Scattering of Fullerene 12C60 with Rare Gas Atoms and its selection rules for rotational quenching
本文通过微扰量子理论研究了 12C60 富勒烯与 40Ar 稀有气体原子在约 100 K 温度下的散射过程，重点分析了 icosahedral 对称性导致的旋转猝灭反常选择规则，并计算了相关极化率以评估长程范德华相互作用。
Characterization of Feshbach resonances in using improved interaction potentials
该研究利用改进的相互作用势和阈值测量数据，精确刻画了锂二聚体同位素异构体的 Feshbach 共振，并预测了体系中窄线宽、强闭通道主导的共振特性，为通过拉曼光转移制备超冷锂分子奠定了理论基础。
Relativistic calculations of electron impact excitation cross-sections of neutral tungsten
本文采用相对论畸变波方法，结合多组态狄拉克 - 福克波函数与广泛的组态相互作用，计算并报告了中性钨原子从基态及亚稳态到激发态的精细结构分辨电子碰撞激发截面和辐射跃迁概率，为钨等离子体的碰撞辐射建模与光谱诊断提供了关键数据。
Polarization Effects in Laser-Assisted (e,2e) Collision on H-atom by Twisted Electrons
本文在激光场存在下，利用 Volkov 和 Coulomb-Volkov 波函数及一阶微扰理论，分析了扭曲电子束诱导氢原子发生 (e,2e) 碰撞的动力学，揭示了圆偏振与线偏振激光对三重微分截面的显著影响，并发现相干叠加扭曲电子束产生的轨道角动量效应及相位差对宏观靶的平均截面具有强敏感性。
Geometric mechanisms enabling spin- and enantio-sensitive observables in one photon ionization of chiral molecules
该论文通过引入三个描述光致电离偶极子几何性质的赝矢量，揭示了手性分子单光子电离中自旋和对映体敏感观测量的几何机制，将 Cherepkov 预测的十个独立参数简化为这些矢量的矩，从而提供了直观且通用的理论框架。
Fingerprint Recognition of Partial Discharge Signals in Deep Learning Enhanced Rydberg Atomic Sensors
该研究提出了一种结合里德堡原子传感与 1D ResNet 深度学习的方法，通过构建光谱指纹实现了四种局部放电类型在低信噪比下的高精度识别与早期预警。