跳到正文
热点事件持续更新

随机矩阵乘积态建模引力制备态

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

2026-11-13,首尔国立大学与 MIT 研究者在 arXiv hep-th 提出用随机矩阵乘积态(RMPS)在二维建模引力制备态,可精确计算所有阶的高阶拓扑与复制几何贡献。他们证明当转移矩阵满足所定义的谱隙性质时,bra-ket 虫洞相变得到保证,并给出满足该性质的 O(k) 模型类。RMPS 还能计算无半经典解的离壳虫洞效应,发现其导致引力制备态中长程关联函数非零,并定义了连续空间版本以研究 de Sitter 引力制备态。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月13日
  1. arXiv hep-th(场论与引力)
    随机矩阵乘积态(RMPS)建模引力制备态

    首尔国立大学与 MIT 研究者提出用随机矩阵乘积态(RMPS)在二维建模引力制备态,可精确计算所有阶的高阶拓扑与复制几何贡献。他们证明当转移矩阵满足所定义的谱隙性质时,bra-ket 虫洞相变得到保证,并给出满足该性质的 O(k) 模型类。RMPS 还能计算无半经典解的离壳虫洞效应,发现其导致引力制备态中长程关联函数非零,并定义了连续空间版本以研究 de Sitter 引力制备态。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。