Regular and chaotic phase space fraction in the double pendulum
本文通过最大李雅普诺夫指数表征双共面摆的轨迹,计算相空间中混沌轨迹占比,发现低能量下该占比随能量呈指数增长。
2023-12-20 nlin.CD
Periodic orbit effects on conductance peak heights in a chaotic quantum dot
研究了混沌量子点中短时经典动力学对库仑阻塞峰高分布的影响。一个或两个引线相对于短不稳定轨道以及相对于对称线的位置可以对电导分布的力矩和头部和尾部产生很大的影响。我们研究这些影响分析作为一个函数的稳定指数的轨道,并在数值上使用体育场台球作为一个模型。预测的行为是鲁棒的,只依赖于多体量子系统的短时行为,因此对中等大小的扰动不敏感。
2000-03-06 cond-mat.mes-hall nlin.CD
Effects of Fermi energy, dot size and leads width on weak localization in chaotic quantum dots
利用紧束缚哈密顿量研究了低磁场下L × L正方晶格团簇中混沌量子点的磁输运。通过引入L体空位诱导混沌性。的费米能量,点的大小和引线宽度的弱本地化的依赖关系进行了详细研究,并与以前的分析,特别是与随机矩阵理论的预测结果进行比较。我们的结果表明,临界通量Phi_c的依赖关系的开模的数目的平方根,随机矩阵理论预测,是模糊的强能量依赖的比例常数。相反,Efetov和随机矩阵理论预测的临界通量的尺寸依赖性,即Phi_c ~ sqrt{1/L},清楚地说明了目前的结果。我们的数值计算结果也表明,弱局域化项显着减少的领导宽度W接近L。然而,对W=L的计算表明,弱局域化效应并不随着L的增加而消失。
2000-05-08 cond-mat.dis-nn cond-mat.mes-hall nlin.CD
Bichromatically driven double well: parametric perspective of the strong-field control landscape reveals the influence of chaotic states
这项工作的目的是了解混沌状态在涉及强场的控制问题中的影响。为此,我们数值构建和研究强场控制景观的双色驱动双井。一种新的措施的基础上相关的Floquet态和初始相空间相干态的准能量的参数运动之间的重叠强度被用来构建和解释的景观功能。“墙”没有控制,强大的领域之间的相对相位的变化下,被认为是控制景观和涉及混沌Floquet状态的多级相互作用。
2008-03-21 nlin.CD
The Quantum Double Pendulum: a Study of an Autonomous Classically Chaotic Quantum System
对量子双摆进行了数值研究。一个合适的量子标度被发现,它允许作为唯一的参数的长度和质量的比率的两个钟摆和(量子)重力参数包含普朗克常数。比较与经典和半经典的结果是用来了解的水平的能量曲线的行为,定义制度的重力参数,并分类(共振)之间的相互作用水平,将它们连接到各种经典的相空间结构(共振岛)。
2004-06-11 nlin.CD
Chaotic hysteresis in an adiabatically oscillating double well
本文研究了在单阱和双阱之间缓慢振荡的势场中阻尼粒子的运动。该系统显示滞后效应,可以是周期或混沌类型。我们解释这种行为通过计算的庞加莱映射的解析表达式。
1996-12-09 chao-dyn nlin.CD
Chaos in Quantum Dots: Dynamical Modulation of Coulomb Blockade Peak Heights
导电颗粒上的附加电子的静电能阻止电流流过颗粒,这种效应称为库仑阻塞。电流只有在两个电荷态具有相同能量的情况下才能流动;在这种情况下,电导有一个峰值。在具有量子化电子状态的小颗粒(称为量子点)中,电导峰值的幅度与点接触附近的波函数的幅度直接相关。由于点的形状通常是不规则的,电子的动力学是混沌的,并且库仑阻塞峰的特征反映了混沌系统中的波函数的特征。以前,峰值的统计理论是通过假设这些波函数是完全随机的来推导的。在这里,我们表明,特定的内部动态的点,即使它是混乱的,调制的峰值:因为所有的系统都有短时间的功能,混沌不等同于随机性。半经典的结果来自混沌和可积点,这是令人惊讶的相似,并进行了数值计算。我们认为,这种调制,虽然不受重视,已经在实验中看到。
1999-03-16 chao-dyn cond-mat.mes-hall nlin.CD
The role of orbital dynamics in spin relaxation and weak antilocalization in quantum dots
我们发展了一个自旋相关量子输运的半经典理论来描述自旋轨道耦合量子点中的弱(反)局域化。这使我们能够区分不同类型的自旋弛豫系统的混乱,定期和扩散轨道经典动力学。我们发现,特别是,对于典型的Rashba自旋轨道耦合强度,可积弹道系统可以表现出弱本地化,而相应的混沌系统表现出弱反本地化。我们进一步计算了量子点的磁导,分析了随着量子点尺寸的减小和面内磁场的增加,弱反局域化是如何被抑制的。
2005-01-24 cond-mat.mes-hall nlin.CD
Chaotic orbits in a 3D galactic dynamical model with a double nucleus
本文建立了一个研究双核盘星系中心区运动的三维动力学模型。利用二维模型的结果,我们找到了(x,px,z,py)= EJ,(y = pz = 0)相空间中的初始条件区域,这些区域产生规则或混沌轨道。大多数恒星都处于混沌轨道上。所有混沌轨道都任意地靠近一个或两个核。规则轨道是那些开始于2D系统的稳定周期轨道附近的轨道,具有小的z0值。所有的规则轨道都只围绕两个原子核中的一个。
2012-04-02 astro-ph.GA nlin.CD
Quantum dot ground state energies and spin polarizations: soft versus hard chaos
我们考虑了动力学性质如何影响弹道量子点的基态性质。我们发现,“介观斯通纳波动”,这是由剩余的屏蔽库仑相互作用,是非常敏感的程度的混乱。它导致基态能量和自旋极化,其波动随着系统变得不那么混乱而强烈增加。的关键功能说明了一个模型,该模型依赖于一个参数,调谐的动力学几乎可积的大部分混乱。
2002-11-19 cond-mat.mes-hall nlin.CD
Scarring Effects on Tunneling in Chaotic Double-Well Potentials
通过能级分裂的分布,详细研究了混沌双势阱中结疤与隧穿之间的联系。平均水平分裂被发现有振荡作为能量的函数,如预期的,如果疤痕起着决定分裂的大小的作用,和峰之间的间隔被观察到周期{ $2π\hbar$ }的行动。此外,振荡的大小与瘢痕形成的强度直接相关。Creagh和Whelan的理论框架内解释这些结果。半经典极限和有限{ $\hbar$ }效应进行了讨论,并与反应速率和共振宽度在亚稳阱的连接。
2000-07-25 cond-mat.mes-hall nlin.CD
Chaotic Dynamics and Optical Power Saturation in Parity-Time (PT) Symmetric Double Ring Resonator
我们报道了在一个具有平衡损耗和增益的双环谐振腔中,光功率的饱和和混沌尖峰的出现,服从所谓的宇称时间对称性。我们使用称为池田地图的离散时间迭代方程对系统进行建模。在线性区域,系统中的光功率的演化在PT阈值以下表现出功率饱和行为,在PT阈值以上表现出指数爆破。我们发现,在不间断的PT制度,光功率饱和发生由于存在稳定的定态,这是位于表面上的4维超球。克尔非线性纳入我们的模型导致出现一个稳定的,混沌和发散区域的参数盆周期-1周期。对系统的进一步研究表明,最大的李雅普诺夫指数在发散区域爆炸。研究发现,高的非负最大李雅普诺夫指数的存在导致了谐振腔中光功率的混沌尖峰。
2018-01-03 nlin.CD physics.optics
Chaotic Signatures in the Spectrum of a Quantum Double Well
本文分析了无限深势阱中嵌入正方形势垒的双势阱的光谱。略高于势垒的能级统计显示出通常与量子混沌相关的维格纳统计的迹象。与维格纳统计的对应关系改善时,采取的系统与势垒高度略有不同的合奏,可能反映了绝热的时间依赖性调制的障碍。
1996-02-02 chao-dyn cond-mat nlin.CD
Characterizing information loss in a chaotic double pendulum with the Information Bottleneck
The Santa Fe Institute(圣塔菲研究所)
混沌动力学的一个标志是信息随时间的损失。虽然信息损失通常通过与李雅普诺夫指数的联系来表示-在关于系统状态的高信息的限制下有效-但这幅图错过了不同粒度级别的信息衰减的丰富频谱。在这里,我们将展示机器学习如何为混沌动力学中的信息丢失研究提供新的机会,并以双摆作为模型系统。我们使用信息瓶颈作为神经网络的训练目标,从系统的状态中提取信息,这些信息是在规定的时间范围后对未来状态的最佳预测。然后,我们分解的最佳预测信息分配的瓶颈,每个状态变量,恢复的相对重要性的变量在确定未来的演变。我们开发的框架广泛适用于混沌系统,并且实用,利用数据和机器学习来监控可预测性的极限并绘制出信息的丢失。
2022-10-25 cs.IT cs.LG math.IT