- อุโมงค์ควอนตัมขนาดมหึมา: จากกระแสน้ำวนควอนตัมไปจนถึงหลุมดำและจักรวาล(arXiv)
ผู้เขียน :G. อี. โวโลวิค
บทคัดย่อ :บทความนี้ได้จัดทำขึ้นสำหรับฉบับ JETP เพื่อเฉลิมฉลองครบรอบ 95 ปีวันเกิดของ E.I. ราชบา. E. Rashba ยืนอยู่ที่จุดกำเนิดของอุโมงค์ควอนตัมขนาดมหึมาร่วมกับเพื่อนร่วมงานของเขาจาก Landau Institute S.V. Iordansky และ A.M. ฟินเคลชไตน์. พวกเขาปูทางไปสู่การศึกษาอุโมงค์ควอนตัมขนาดมหภาคในระบบต่างๆ ในบทความนี้ วิธีการนี้ได้ขยายไปถึงวัตถุทางจักรวาลวิทยา เช่น หลุมดำ และจักรวาลเดอซิตเตอร์ โดยเฉพาะอย่างยิ่ง สิ่งนี้ทำให้สามารถคำนวณเอนโทรปีของหลุมดำไรส์เนอร์-นอร์ดสตรอม (RN) ที่มีขอบเขตสองระดับและอุณหภูมิที่สอดคล้องกันของการแผ่รังสีฮอว์คิงจากความร้อน มีการใช้วิธีการที่แตกต่างกันหลายวิธี: วิธีการอุโมงค์กึ่งคลาสสิกเพื่อคำนวณอุณหภูมิฮอว์กิง; กลไกการขุดอุโมงค์ - ลำดับการขุดอุโมงค์ที่สอดคล้องกันที่ขอบฟ้าทั้งสอง ซึ่งแต่ละอันกำหนดโดยอุณหภูมิฮอว์คิงที่สอดคล้องกัน วิธีการแปลงพิกัดเอกพจน์สำหรับการคำนวณอุโมงค์ควอนตัมขนาดมหภาคจากหลุมดำ RN ไปเป็นหลุมขาว RN วิธีการเปลี่ยนแปลงอะเดียแบติกของค่าคงที่โครงสร้างละเอียดสำหรับการแปลงอะเดียแบติกจากหลุมดำ RN ไปเป็นหลุมดำชวาร์สไชลด์ ฯลฯ
2.GUP ดัดแปลงการแผ่รังสีฮอว์กิงและค่าสัมประสิทธิ์การส่งผ่าน/การสะท้อนของการหมุนหลุมดำ Polytropic (arXiv)
ผู้แต่ง :ซารา คันซี, อิซเซต ซากัลลี
บทคัดย่อ :ในบทความนี้ เราศึกษาการแผ่รังสีฮอว์กิงที่ดัดแปลงโดย GUP (หลักการความไม่แน่นอนทั่วไป) ของหลุมดำหมุนหลายรอบที่กำหนดในพิกัดบอยเยอร์-ลินด์ควิสต์ ด้วยเหตุนี้ สมการไคลน์-กอร์ดอนที่ดัดแปลงโดย GUP จึงถูกนำมาใช้เพื่อตรวจสอบอุโมงค์ควอนตัมของอนุภาคสเกลาร์จากหลุมดำโพลีทรอปิก หลังจากลดสมการคลื่นรัศมีที่ได้รับลงเป็นสมการชโรดิงเงอร์หนึ่งมิติ เราจะได้ความน่าจะเป็นของการสะท้อนและการส่งผ่านของรังสี การอภิปรายรายละเอียดเกี่ยวกับความน่าจะเป็นของการสะท้อนและการส่งผ่าน (ปัจจัยตัวสีเทา) ที่ได้มาจากหลุมดำนี้ ผลลัพธ์จะแสดงเป็นภาพกราฟิกและมีการตีความทางกายภาพที่เกี่ยวข้อง
<แข็งแกร่ง>3. ในช่วงเวลาควอนตัมทันเนล: เกิดขึ้นทันที มีขอบเขตจำกัด หรือมีความน่าจะเป็น?(arXiv)
ผู้แต่ง :เซย์ดโมฮัมหมัด ยูซอฟซานี, มิโรสลาฟ โคเลซิก
บทคัดย่อ :อนุภาคควอนตัมที่มีปฏิสัมพันธ์กับสิ่งกีดขวางที่เป็นไปได้นั้นมีอยู่ทั่วไปในฟิสิกส์ และคำถามที่ว่าพวกมันใช้เวลานานแค่ไหนในภูมิภาคต้องห้ามแบบดั้งเดิมได้ดึงดูดความสนใจมานานหลายทศวรรษ การพัฒนาเทคนิคการทดลองใหม่ๆ ล่าสุดช่วยฟื้นคืนประเด็นนี้และจุดชนวนให้เกิดการถกเถียงซึ่งมักจะให้ผลลัพธ์ที่ขัดแย้งกัน สิ่งนี้กระตุ้นให้เกิดการศึกษาในปัจจุบันเกี่ยวกับแบบจำลองที่แก้ไขได้อย่างแน่นอนสำหรับการขุดอุโมงค์ควอนตัมที่เกิดจากสนามแม่เหล็กที่แข็งแกร่ง เราแสดงให้เห็นว่าพลวัตของการขุดอุโมงค์สามารถเบี่ยงเบนไปอย่างมากจากสถานการณ์ที่เวลาในการข้ามสิ่งกีดขวางเป็นศูนย์หรือน้อยมาก อย่างไรก็ตาม การค้นพบของเราไม่สนับสนุนแนวคิดเรื่องเวลาเจาะอุโมงค์ที่กำหนดไว้อย่างชัดเจนเช่นกัน ผลลัพธ์ที่แน่นอนเชิงตัวเลขของเราน่าจะช่วยในการหาฉันทามติเกี่ยวกับปัญหาพื้นฐานนี้
4.ขีดจำกัดการย่อขนาดขั้นพื้นฐานสำหรับ MOSFET ด้วยช่องสัญญาณ MoS2 แบบชั้นเดียว(arXiv)
ผู้แต่ง :มักซิม วี. สตรีคา, มิโคลา เยลิซีเยฟ, แอนนา เอ็น. โมโรซอฟสกา
บทคัดย่อ : เราเสนอแบบจำลองทางทฤษฎีเพื่ออธิบายการทำงานของทรานซิสเตอร์ที่มีช่องสัญญาณชั้นเดียว MoS2 ซึ่งช่วยให้ได้ค่าประมาณเชิงวิเคราะห์ของศักยภาพในช่องสัญญาณ ศักยภาพนี้ขึ้นอยู่กับแรงดันไฟฟ้าของท่อระบายน้ำและเกต บนพื้นฐานนี้ เราทำการประมาณค่าความยาวช่องสัญญาณขั้นต่ำเนื่องจากข้อจำกัดพื้นฐานของการขุดอุโมงค์ควอนตัมผ่านสิ่งกีดขวาง แสดงให้เห็นว่ามวลอิเล็กตรอนที่มีประสิทธิภาพค่อนข้างใหญ่ใน MoS2 monolayer ช่วยให้สามารถทำนายการสร้างอุปกรณ์ที่มีช่องสัญญาณที่มีความยาวสั้นกว่า (2.5–3 นาโนเมตร) อย่างมีนัยสำคัญมากกว่าใน MOSFET ซิลิคอนแบบดั้งเดิม อุปกรณ์เหล่านี้มีแนวโน้มว่าจะเป็นอุปกรณ์อิเล็กทรอนิกส์ที่เร็วเป็นพิเศษของคนรุ่นใหม่
<แข็งแกร่ง>4. อาร์เรย์ Synaptic แบบอะแดปทีฟโดยใช้หน่วยความจำอะนาล็อกไดนามิกของ Fowler-Nordheim(arXiv)
ผู้แต่ง :ดาร์ชิต เมห์ตา, เคนจิ อาโอโนะ, ชานทนุ จักราบาร์ตตี
บทคัดย่อ :ในบทความนี้ เรานำเสนออาร์เรย์ซินแนปติกที่ใช้สถานะไดนามิกเพื่อใช้หน่วยความจำแอนะล็อกสำหรับการฝึกอบรมระบบการเรียนรู้ของเครื่อง (ML) อย่างประหยัดพลังงาน องค์ประกอบหน่วยความจำแอนะล็อกแต่ละองค์ประกอบเป็นระบบไมโครไดนามิกที่ขับเคลื่อนโดยฟิสิกส์ของอุโมงค์ควอนตัม Fowler-Nordheim (FN) ในขณะที่การเรียนรู้ระดับระบบจะปรับวิถีการเคลื่อนที่ของชุดหน่วยความจำไปสู่ทางออกที่ดีที่สุด เราแสดงให้เห็นว่าพลังงานภายนอกที่จำเป็นสำหรับการปรับสามารถจับคู่กับพลวัตของการเรียนรู้และการสูญเสียน้ำหนัก ซึ่งนำไปสู่การลดพลังงานที่กระจายไปอย่างมากระหว่างการฝึก ML ด้วยการกระจายพลังงานต่ำเพียง 5 fJ ต่อการอัพเดตหน่วยความจำ และความละเอียดในการเขียนโปรแกรมสูงสุด 14 บิต อาร์เรย์ไซแนปส์ที่นำเสนอสามารถใช้เพื่อจัดการกับความไม่สมดุลของประสิทธิภาพพลังงานระหว่างการฝึกอบรมและขั้นตอนการอนุมานที่สังเกตได้ในปัญญาประดิษฐ์ (AI) ระบบ
