研究方向
非平衡物理学与机器学习
- 量子热力学
- 我们将经典非平衡系统的响应动力学不确定关系推广到了服从Lindblad量子主方程马尔可夫量子开系统的稳态中，得到了量子响应动力学不确定性关系(QR-KUR)。[arXiv:2501.04895]
- 我们建立了马尔可夫开放量子系统输入输出框架下的有限频涨落响应界，证明任意探测器的锁相响应精度受输出场量子费舍尔信息限制，并在耗散耦合调制下进一步受信号通道活跃度限制。[arXiv:2605.03340]
- 量子麦克斯韦妖
- 基于量子测量与反馈控制(即量子麦克斯韦妖)，我们构建了新型量子信息热机并研究了其功率与效率等性质。[Phys. Rev. A 113, 022436 (2026)]
- 基于62量子比特超导电路，我们实现了第一个基于孤立量子多体系统的麦克斯韦妖。[Phys. Rev. A 109, 062614 (2024)]
- 深度学习理论与非平衡统计物理
- 对于有限学习率随机梯度下降算法(SGD)中噪声与参数涨落，我们严格推导了其满足的方程。[ICML 2021]
- 我们解析地讨论了离散时间 SGD 中小批量噪声(minibatch noise)的基本性质。[ICLR 2022 Spotlight]
- 我们严格分析了小批量 SGD 算法逃逸局部最小值时的稳态分布，并发现了幂率逃逸率。[ICML 2022 Spotlight]
- 随机热力学，信息热力学，非平衡热力学
- 对连续时间与离散时间马尔可夫过程中非稳态，我们证明了新的热力学不确定性关系，并将其应用到有测量和反馈控制(即麦克斯韦妖)的系统。[Phys. Rev. Lett. 125, 140602 (2020)]
- 我们证明了一般马尔可夫过程中任意非平衡物理量对外界微扰的响应与该随机过程“动力学活性”(dynamical activity)之间所满足的普适性动力学关系，称为响应动力学不确定性关系(R-KUR)。[Commun. Phys. 8, 62 (2025)]