突破:中国科学家发现新磁子态,或可用于芯片和雷达
摘自IT之家
IT之家从上海科技大学官网获悉,近日,上海科技大学物质科学与技术学院陆卫教授课题组在光子-磁子相互作用及强耦合调控方向取得重要进展。研究团队首次在铁磁绝缘体单晶中发现了一种全新的磁共振,命名为光诱导磁子态,此项发现为磁子电子学和量子磁学的研究打开了全新的维度。研究中揭示的新型磁子强耦合物态,能极大改变铁磁单晶的电磁特性,为光子与磁子的纠缠提供新的思路,这对推动磁子在微波工程和量子信息处理中的应用具有重要作用。该成果发表于物理学领域旗舰期刊《物理评论快报》(Physical Review Letters)。
芯片的研发主要遵循着摩尔定律,即每 18 个月到两年间,芯片的性能会翻一倍。然而,随着人类社会逐渐步入后摩尔时代,一味降低芯片制程受到了“极限挑战”。处理器性能翻倍的时间延长,“狂飙”的发展势头遇到了技术瓶颈。在市场需求驱动下,人们迫切需要“新鲜血液”的注入,来激活低功耗、高集成化、高信息密度信息处理载体的出路。基于磁性材料发展建立的自旋电子学以及磁子电子学发展迅猛,为突破上述限制提供了出路。
宏观磁性的起源主要是材料中未配对的电子。电子有两个众所周知的基本属性:电荷与自旋。前者是所有电子器件操控的对象。利用电子电荷属性发展的微电子器件,已经引发了信息产业的革命。然而,面对难以抑制的欧姆损耗,以及信息产业对更高密度存储和先进量子计算的渴求,人们迫切希望进一步利用电子自旋作为信息载体,发展自旋电子学器件,进而继续推动信息技术的发展。尤其是磁性绝缘体中的自旋,它们能够完全避免传导电子的欧姆损失,充分发挥自旋长寿命、低耗散的优势,因此对于开发自旋电子学器件意义重大。磁子态是电子自旋应用中的核心概念,它是磁性材料中的自旋集体激发。它不仅可以高效传递自旋流,还可以与不同的物理体系,例如声子、光子、电子等,发生相互作用,进而重塑材料的声光电磁等物性。此外,磁子还可以与超导量子比特相互作用,在量子信息技术中发挥重要作用。正是由于这些性质与应用潜力,近年来关于磁子的研究引起国际学界的高度关注,磁子电子学、量子磁电子学等新兴领域相继诞生。
铁磁绝缘体单晶球中的磁子态,最早于 1956 年由美国物理学家 Robert L. White 和 Irvin H. Slot Jr.在实验中发现。根据他们的实验结果,同一年 L. R. Walker 给出了磁性块体空间受限磁子态的数学描述,称为 Walker modes。在随后长达 70 年中,块体磁性材料中研究的磁子态几乎都属于 Walker modes 范畴。陆卫教授团队的发现突破了这一范畴,发掘了新的磁子态。在低磁场下,铁磁绝缘体单晶球在受到强微波激励时,内部的非饱和自旋会获得一定的协同性,产生一个与微波激励信号同频率振荡的自旋波(图 (a)),该自旋波可被称为“光诱导磁子态(pump-induced magnon mode, PIM)”。光诱导磁子态如同一种“暗”态,无法按传统探测方法直接观测,但可通过其与 Walker modes 强耦合产生的能级劈裂被间接观察到(图 (b))。光诱导磁子态的有效自旋数受激励微波调控,因此当改变激励微波的功率时,耦合劈裂的大小会按照功率四分之一次方的关系变化(图 (c)),展现出和常规 Autler-Townes 劈裂不一样的功率依赖关系。此外,研究团队还发现光诱导磁子态具有丰富的非线性,这种非线性会产生一种磁子频率梳(图 (d))。相较于微波谐振电路中产生的频率梳,这一绝缘体中产生的新型频率梳不存在电子噪声,因此有望在信息技术中实现超低噪声的信号转换。
图(a)光诱导磁子态原理示意图,(b)光诱导磁子态的强耦合色散图,(c)强耦合劈裂随微波激励功率的幂次关系,(d)光诱导磁子非线性效应引发的纯磁子频率梳
“常规磁子强耦合态依赖于谐振腔才能构建,当谐振腔换成开放器件,众所周知强耦合特征会悉数消失。我们则摆脱了这一依赖,通过外加微波诱导,即可产生磁子强耦合态。这样的开放边界下的耦合态有望像乐高一样有序组合,获得丰富的功能性。”团队负责人陆卫教授表示,“频率梳就像是一把游标卡尺,能够精准的测量频谱上的风吹草动。利用这个原理,光频梳在原子钟、超灵敏探测中展现了令人惊叹的精度。我们发现的频率梳在微波频段,这是雷达、通讯、信息无线传输使用的频段,可以预测我们的频率梳必然能在这些领域中发挥作用。”
摘自IT之家
IT之家从上海科技大学官网获悉,近日,上海科技大学物质科学与技术学院陆卫教授课题组在光子-磁子相互作用及强耦合调控方向取得重要进展。研究团队首次在铁磁绝缘体单晶中发现了一种全新的磁共振,命名为光诱导磁子态,此项发现为磁子电子学和量子磁学的研究打开了全新的维度。研究中揭示的新型磁子强耦合物态,能极大改变铁磁单晶的电磁特性,为光子与磁子的纠缠提供新的思路,这对推动磁子在微波工程和量子信息处理中的应用具有重要作用。该成果发表于物理学领域旗舰期刊《物理评论快报》(Physical Review Letters)。
芯片的研发主要遵循着摩尔定律,即每 18 个月到两年间,芯片的性能会翻一倍。然而,随着人类社会逐渐步入后摩尔时代,一味降低芯片制程受到了“极限挑战”。处理器性能翻倍的时间延长,“狂飙”的发展势头遇到了技术瓶颈。在市场需求驱动下,人们迫切需要“新鲜血液”的注入,来激活低功耗、高集成化、高信息密度信息处理载体的出路。基于磁性材料发展建立的自旋电子学以及磁子电子学发展迅猛,为突破上述限制提供了出路。
宏观磁性的起源主要是材料中未配对的电子。电子有两个众所周知的基本属性:电荷与自旋。前者是所有电子器件操控的对象。利用电子电荷属性发展的微电子器件,已经引发了信息产业的革命。然而,面对难以抑制的欧姆损耗,以及信息产业对更高密度存储和先进量子计算的渴求,人们迫切希望进一步利用电子自旋作为信息载体,发展自旋电子学器件,进而继续推动信息技术的发展。尤其是磁性绝缘体中的自旋,它们能够完全避免传导电子的欧姆损失,充分发挥自旋长寿命、低耗散的优势,因此对于开发自旋电子学器件意义重大。磁子态是电子自旋应用中的核心概念,它是磁性材料中的自旋集体激发。它不仅可以高效传递自旋流,还可以与不同的物理体系,例如声子、光子、电子等,发生相互作用,进而重塑材料的声光电磁等物性。此外,磁子还可以与超导量子比特相互作用,在量子信息技术中发挥重要作用。正是由于这些性质与应用潜力,近年来关于磁子的研究引起国际学界的高度关注,磁子电子学、量子磁电子学等新兴领域相继诞生。
铁磁绝缘体单晶球中的磁子态,最早于 1956 年由美国物理学家 Robert L. White 和 Irvin H. Slot Jr.在实验中发现。根据他们的实验结果,同一年 L. R. Walker 给出了磁性块体空间受限磁子态的数学描述,称为 Walker modes。在随后长达 70 年中,块体磁性材料中研究的磁子态几乎都属于 Walker modes 范畴。陆卫教授团队的发现突破了这一范畴,发掘了新的磁子态。在低磁场下,铁磁绝缘体单晶球在受到强微波激励时,内部的非饱和自旋会获得一定的协同性,产生一个与微波激励信号同频率振荡的自旋波(图 (a)),该自旋波可被称为“光诱导磁子态(pump-induced magnon mode, PIM)”。光诱导磁子态如同一种“暗”态,无法按传统探测方法直接观测,但可通过其与 Walker modes 强耦合产生的能级劈裂被间接观察到(图 (b))。光诱导磁子态的有效自旋数受激励微波调控,因此当改变激励微波的功率时,耦合劈裂的大小会按照功率四分之一次方的关系变化(图 (c)),展现出和常规 Autler-Townes 劈裂不一样的功率依赖关系。此外,研究团队还发现光诱导磁子态具有丰富的非线性,这种非线性会产生一种磁子频率梳(图 (d))。相较于微波谐振电路中产生的频率梳,这一绝缘体中产生的新型频率梳不存在电子噪声,因此有望在信息技术中实现超低噪声的信号转换。
图(a)光诱导磁子态原理示意图,(b)光诱导磁子态的强耦合色散图,(c)强耦合劈裂随微波激励功率的幂次关系,(d)光诱导磁子非线性效应引发的纯磁子频率梳
“常规磁子强耦合态依赖于谐振腔才能构建,当谐振腔换成开放器件,众所周知强耦合特征会悉数消失。我们则摆脱了这一依赖,通过外加微波诱导,即可产生磁子强耦合态。这样的开放边界下的耦合态有望像乐高一样有序组合,获得丰富的功能性。”团队负责人陆卫教授表示,“频率梳就像是一把游标卡尺,能够精准的测量频谱上的风吹草动。利用这个原理,光频梳在原子钟、超灵敏探测中展现了令人惊叹的精度。我们发现的频率梳在微波频段,这是雷达、通讯、信息无线传输使用的频段,可以预测我们的频率梳必然能在这些领域中发挥作用。”
#化学每日一文# 【热点文章】南京中医药大学杨健等:红外光谱结合化学计量学鉴别西红花的产地
引用本文:王巧,熊丰,王游游,等. 红外光谱结合化学计量学鉴别西红花的产地[J]. 化学试剂, 2023, 45(3): 112-119。
DOI: 10.13822 /j.cnki.hxsj.2022.0753
背景介绍
西红花作为名贵香料,不仅有“香料皇后”的美誉,在膳食、园艺、染色和医药行业也有广泛的应用。现代研究表明,西红花的品质与生产地域密切相关,不同产地西红花的品质和价格存在较大差异。尽管液相色谱、气相-质谱联用等多种化学分析技术用于西红花的产地鉴别,但这些方法存在耗时长、价格高且技术要求严格等现实问题。本研究综合利用近、中红外光谱技术并结合化学计量学方法,分别建立近红外、中红外及近中红外融合光谱模型,优选出判别西红花产地的最佳模型,并采用MWPLS提取光谱特征区间来提升建模速度和分类精度。本研究方法具有便捷快速、无需前处理、低成本等优点,可实现快速、无损且准确的产地识别,具有广阔的市场前景。
文章亮点
01.将近、中红外光谱数据进行融合,以获得更为丰富和全面的样品信息,提升判别模型的准确率和稳定性;
02.多种预处理方式(SG平滑、SNV、MSC、D1、D2)结合多种模式识别方法(PLS-DA、DT、SVM)实现了不同产地西红花的准确识别;
03.采用移动窗口偏最小二乘法(MWPLS)提取光谱特征区间,可以剔除与分类无关以及干扰分类的无用信息变量区间和非成分相关因素的影响,提升建模速度和分类精度。
内容介绍
1实验部分
1.1 主要仪器与试剂
1.2 光谱采集
1.3 光谱预处理与特征波段提取
1.4 化学计量学分析
采用偏最小二乘判别分析(PLS-DA)、决策树(DT)和支持向量机(SVM)等3种方法分别建立分类模型,比较不同预处理方式搭配不同模型对西红花不同产地样品的识别准确率。
1.5 数据分析
本研究所用预处理、特征波长提取、主成分分析(Principal component analysis, PCA)及混淆矩阵的可视化基于Matlab 2020a(MathWorks, 美国)运行,分类模型的建立及AUC的计算基于R语言4.0.4实现。
2结果与分析
2.1 5种产地西红花的平均光谱曲线图
西藏、河南、上海、浙江与伊朗5个不同产地西红花样本近中红光谱曲线如图1所示。
2.2 预处理方法的选择
将5个产地数据集的原始光谱及经SG平滑、MSC、SNV、一阶导数、二阶导数预处理后的数据作为输入变量,计算PLS-DA、DT、SVM三种分类方法的准确率(表1)。
2.3 基于全波段光谱数据的分类模型比较
2.3.1 分类准确率
为了进一步选择合适的分类模型,以不同预处理方法结合PLS-DA、DT及SVM等3种分类模型,并使用分类准确率(包括训练集、测试集)结果来评估,其最优结果见表2。
2.3.2 ROC曲线和混淆矩阵
ROC曲线下面积AUC,用于评价分类问题中模型性能或者泛化能力(表3)。
2.4 提取特征波段
特征波段的提取采用移动窗口偏最小二乘法(MWPLS),即设置一个窗口数大小为H(本研究设置为20)的光谱区间,在全波段光谱内连续移动。
3讨论
基于分类准确率、ROC曲线下面积AUC及混淆矩阵多重评价指标,近、中红外和融合光谱三类数据集的最优模型均为SG平滑预处理方式-偏最小二乘判别分析法(PLS-DA-SG)。在进行特征波段选择优化建模后,其产地识别最优模型为近红外光谱-SG平滑预处理方式-偏最小二乘判别分析(NIR-PLS-DA-SG)。
4结论
采用近中红外光谱与化学计量学相结合对不同产地西红花样本进行产地判别,首先采集了5个产地西红花样本的近红外光谱与中红外光谱,然后使用SG平滑、多元散射校正、标准正态变量变换、一阶导数和二阶导数对原始光谱进行预处理,再应用了3种模式识别方法(PLS-DA、DT和SVM)基于近红外光谱、中红外光谱、近中红外融合光谱对西红花的产地进行了识别。还采用MWPLS提取光谱特征区间来提升建模速度和分类精度。结果表明,近红外光谱、中红外光谱与融合光谱的最佳模型组合均为基于SG平滑预处理的PLS-DA,其测试集准确率分别达到94.00%、94.00%和96.00%。另外,MWPLS的单一光谱技术可以精简、优化模型,实现对不同产地西红花的快速准确识别。本工作采用近中红外光谱结合化学计量学的方法,实现了西红花产地的快速判别,为西红花的产地判别提供了一个新颖有效的思路,在药材市场品质检测方面有着广阔的应用前景。
引用本文:王巧,熊丰,王游游,等. 红外光谱结合化学计量学鉴别西红花的产地[J]. 化学试剂, 2023, 45(3): 112-119。
DOI: 10.13822 /j.cnki.hxsj.2022.0753
背景介绍
西红花作为名贵香料,不仅有“香料皇后”的美誉,在膳食、园艺、染色和医药行业也有广泛的应用。现代研究表明,西红花的品质与生产地域密切相关,不同产地西红花的品质和价格存在较大差异。尽管液相色谱、气相-质谱联用等多种化学分析技术用于西红花的产地鉴别,但这些方法存在耗时长、价格高且技术要求严格等现实问题。本研究综合利用近、中红外光谱技术并结合化学计量学方法,分别建立近红外、中红外及近中红外融合光谱模型,优选出判别西红花产地的最佳模型,并采用MWPLS提取光谱特征区间来提升建模速度和分类精度。本研究方法具有便捷快速、无需前处理、低成本等优点,可实现快速、无损且准确的产地识别,具有广阔的市场前景。
文章亮点
01.将近、中红外光谱数据进行融合,以获得更为丰富和全面的样品信息,提升判别模型的准确率和稳定性;
02.多种预处理方式(SG平滑、SNV、MSC、D1、D2)结合多种模式识别方法(PLS-DA、DT、SVM)实现了不同产地西红花的准确识别;
03.采用移动窗口偏最小二乘法(MWPLS)提取光谱特征区间,可以剔除与分类无关以及干扰分类的无用信息变量区间和非成分相关因素的影响,提升建模速度和分类精度。
内容介绍
1实验部分
1.1 主要仪器与试剂
1.2 光谱采集
1.3 光谱预处理与特征波段提取
1.4 化学计量学分析
采用偏最小二乘判别分析(PLS-DA)、决策树(DT)和支持向量机(SVM)等3种方法分别建立分类模型,比较不同预处理方式搭配不同模型对西红花不同产地样品的识别准确率。
1.5 数据分析
本研究所用预处理、特征波长提取、主成分分析(Principal component analysis, PCA)及混淆矩阵的可视化基于Matlab 2020a(MathWorks, 美国)运行,分类模型的建立及AUC的计算基于R语言4.0.4实现。
2结果与分析
2.1 5种产地西红花的平均光谱曲线图
西藏、河南、上海、浙江与伊朗5个不同产地西红花样本近中红光谱曲线如图1所示。
2.2 预处理方法的选择
将5个产地数据集的原始光谱及经SG平滑、MSC、SNV、一阶导数、二阶导数预处理后的数据作为输入变量,计算PLS-DA、DT、SVM三种分类方法的准确率(表1)。
2.3 基于全波段光谱数据的分类模型比较
2.3.1 分类准确率
为了进一步选择合适的分类模型,以不同预处理方法结合PLS-DA、DT及SVM等3种分类模型,并使用分类准确率(包括训练集、测试集)结果来评估,其最优结果见表2。
2.3.2 ROC曲线和混淆矩阵
ROC曲线下面积AUC,用于评价分类问题中模型性能或者泛化能力(表3)。
2.4 提取特征波段
特征波段的提取采用移动窗口偏最小二乘法(MWPLS),即设置一个窗口数大小为H(本研究设置为20)的光谱区间,在全波段光谱内连续移动。
3讨论
基于分类准确率、ROC曲线下面积AUC及混淆矩阵多重评价指标,近、中红外和融合光谱三类数据集的最优模型均为SG平滑预处理方式-偏最小二乘判别分析法(PLS-DA-SG)。在进行特征波段选择优化建模后,其产地识别最优模型为近红外光谱-SG平滑预处理方式-偏最小二乘判别分析(NIR-PLS-DA-SG)。
4结论
采用近中红外光谱与化学计量学相结合对不同产地西红花样本进行产地判别,首先采集了5个产地西红花样本的近红外光谱与中红外光谱,然后使用SG平滑、多元散射校正、标准正态变量变换、一阶导数和二阶导数对原始光谱进行预处理,再应用了3种模式识别方法(PLS-DA、DT和SVM)基于近红外光谱、中红外光谱、近中红外融合光谱对西红花的产地进行了识别。还采用MWPLS提取光谱特征区间来提升建模速度和分类精度。结果表明,近红外光谱、中红外光谱与融合光谱的最佳模型组合均为基于SG平滑预处理的PLS-DA,其测试集准确率分别达到94.00%、94.00%和96.00%。另外,MWPLS的单一光谱技术可以精简、优化模型,实现对不同产地西红花的快速准确识别。本工作采用近中红外光谱结合化学计量学的方法,实现了西红花产地的快速判别,为西红花的产地判别提供了一个新颖有效的思路,在药材市场品质检测方面有着广阔的应用前景。
#忘川风华录手游[超话]#(先试试)
网易在《忘川风华录手游》中,添加“彩云猫灵偶”道具,该道具用于抽取特定卡池,而玩家原先付费获得的“猫灵偶”无法抽取该卡池。相当于在没有获得用户同意且没有任何补偿的情况下,让玩家付费获得的道具“猫灵偶”失效。
且新出的“彩云猫灵偶”定价等同“猫灵偶”,但实际价值高于猫灵偶。而彩云猫灵偶对应的卡池主要是低稀有度角色up卡池,原抽卡道具也不能使用,导致新出的所谓“低稀有度角色”的价值远高于“高稀有度角色”。严重影响正常游戏定价,造成高稀有度角色贬值,损害玩家利益。
我的诉求是:取消彩云猫灵偶,并对全体玩家道歉,进行相应补偿。
网易在《忘川风华录手游》中,添加“彩云猫灵偶”道具,该道具用于抽取特定卡池,而玩家原先付费获得的“猫灵偶”无法抽取该卡池。相当于在没有获得用户同意且没有任何补偿的情况下,让玩家付费获得的道具“猫灵偶”失效。
且新出的“彩云猫灵偶”定价等同“猫灵偶”,但实际价值高于猫灵偶。而彩云猫灵偶对应的卡池主要是低稀有度角色up卡池,原抽卡道具也不能使用,导致新出的所谓“低稀有度角色”的价值远高于“高稀有度角色”。严重影响正常游戏定价,造成高稀有度角色贬值,损害玩家利益。
我的诉求是:取消彩云猫灵偶,并对全体玩家道歉,进行相应补偿。
✋热门推荐