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
LIU完成签到,获得积分10
刚刚
1秒前
1秒前
自信萃完成签到 ,获得积分10
2秒前
意面米助完成签到,获得积分10
2秒前
3秒前
乐乐应助111采纳,获得10
3秒前
3秒前
饼饼完成签到,获得积分10
5秒前
科研通AI2S应助冷酷的依霜采纳,获得10
5秒前
CipherSage应助瓒ZAN采纳,获得10
6秒前
Kyrie发布了新的文献求助80
6秒前
neko完成签到,获得积分10
6秒前
6秒前
派大星完成签到,获得积分10
7秒前
慕青应助GX采纳,获得10
7秒前
多动动少吃饭完成签到,获得积分10
9秒前
Nole应助郝彭凯采纳,获得30
9秒前
橘味冰淇淋完成签到,获得积分20
10秒前
都安发布了新的文献求助10
10秒前
Juliette发布了新的文献求助10
10秒前
望十五月发布了新的文献求助10
11秒前
华仔应助阔达八宝粥采纳,获得10
11秒前
贪玩梦山完成签到,获得积分10
12秒前
13秒前
13秒前
ASLYJS发布了新的文献求助50
14秒前
kxy完成签到,获得积分10
14秒前
夏夜完成签到 ,获得积分10
15秒前
忐忑的马里奥完成签到 ,获得积分10
16秒前
沉默是金完成签到,获得积分10
17秒前
你好发布了新的文献求助10
18秒前
ding应助fangqii采纳,获得10
18秒前
18秒前
18秒前
上上签发布了新的文献求助10
19秒前
19秒前
酷波er应助望十五月采纳,获得10
20秒前
LR完成签到,获得积分10
20秒前
20秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Römisch-Germanische Forschungen 1000
China Pluperfect I: Epistemology of Past and Outside in Chinese Art 520
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
The fast track to determining transfer functions of linear circuits: The student guide 500
The Analytical and Numerical Solution of Electric and Magnetic Fields 500
Green Fire Retardants for Polymeric Materials 400
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 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7617475
求助须知:如何正确求助?哪些是违规求助? 9192742
关于积分的说明 19701410
捐赠科研通 7189743
什么是DOI,文献DOI怎么找? 3272020
关于科研通互助平台的介绍 2434795
邀请新用户注册赠送积分活动 2267123