Non-Markovian enhanced temperature sensing in a dipolar Bose-Einstein condensate

玻色-爱因斯坦凝聚体 物理 磁场 量子传感器 量子 偶极子 Atom(片上系统) 杂质 噪音(视频) 凝聚态物理 材料科学 计算物理学 量子技术 量子力学 开放量子系统 计算机科学 图像(数学) 嵌入式系统 人工智能
作者
Lan Xu,Ji-Bing Yuan,Shi-Qing Tang,Wei Wu,Qing-Shou Tan,Le‐Man Kuang
出处
期刊:Physical review [American Physical Society]
卷期号:108 (2) 被引量:3
标识
DOI:10.1103/physreva.108.022608
摘要

We present a method for implementing quantum temperature sensing for extremely low temperatures in a quasi-1D dipolar Bose-Einstein condensate reservoir with a magnetic field-driven impurity atom acting as a quantum sensor. By analyzing the quantum signal-to-noise ratio (QSNR) as a metric for temperature sensing performance, we demonstrate that the presence of an attractive dipolar interaction in the reservoir, which includes the effects of non-Markovian dynamics on the sensor, significantly enhances estimation efficiency. We also investigate the steady-state estimation efficiency for long-encoding times through an analytical expression, which shows that the optimal QSNR depends on the driving magnetic field of the impurity atom. Our method can achieve high-efficiency temperature sensing for any low temperature by tuning the magnetic field. These findings suggest that our approach has potential applications in high-resolution quantum thermometry.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
sheryl发布了新的文献求助10
刚刚
刘西西发布了新的文献求助10
刚刚
天天快乐应助下山学儿采纳,获得50
刚刚
陆驳发布了新的文献求助10
1秒前
Lucas应助哦萨尔采纳,获得10
1秒前
李爱国应助tt采纳,获得10
1秒前
1秒前
淡定的友容完成签到,获得积分10
1秒前
1秒前
默默的飞鸟完成签到 ,获得积分10
1秒前
慕青应助polarisier采纳,获得10
2秒前
Owen应助青春纯白色采纳,获得10
3秒前
蜡笔小金完成签到 ,获得积分10
4秒前
共享精神应助俭朴宛丝采纳,获得10
4秒前
SciGPT应助ZL采纳,获得10
4秒前
yaya完成签到,获得积分10
5秒前
背后的访云关注了科研通微信公众号
6秒前
6秒前
6秒前
我是老大应助任浩采纳,获得10
6秒前
罗博超发布了新的文献求助20
7秒前
7秒前
weiweiwei完成签到,获得积分10
8秒前
9秒前
自觉笑旋完成签到,获得积分10
9秒前
10秒前
冷艳的凡阳完成签到,获得积分10
11秒前
肥牛芋泥泥完成签到,获得积分10
11秒前
11秒前
所所应助遇见采纳,获得10
12秒前
失眠紫真完成签到,获得积分10
12秒前
马荻茗发布了新的文献求助10
12秒前
米兜兜完成签到,获得积分10
12秒前
tt发布了新的文献求助10
12秒前
Hello应助Roin采纳,获得10
13秒前
13秒前
英姑应助玛卡巴卡采纳,获得10
13秒前
js完成签到,获得积分10
14秒前
RR发布了新的文献求助10
14秒前
高分求助中
Adhesion Science: Principles & Practice 1234
Signals, Systems, and Signal Processing 610
Petrology and Plate Tectonics,2025 400
Burger's Medicinal Chemistry and Drug Discovery 400
New directions for experimental lessons in science teaching: Myth, Mystery, Necessity? by Emily K. da Silva Cunha Souto (Author), Flávia Lins Silva (Author) 333
Scientific experimentation in the classroom: Comparison between genetic-Socratic-exemplary teaching and workshop teaching by Ingrid Hofer (Author) 333
Programming for Chemical Engineers Using C, C++, and MATLAB 320
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6719916
求助须知:如何正确求助?哪些是违规求助? 8456766
关于积分的说明 18054233
捐赠科研通 5971202
什么是DOI,文献DOI怎么找? 2995860
邀请新用户注册赠送积分活动 1971867
关于科研通互助平台的介绍 1925158