量子科技中心_量科网

该研究团队提出了一类具有稳健且可解析验证的多重分形特性的模型，其多重分形由无序关联所诱导。具体而言，研究人员考察了两类具有“径向无序”强关联特征的根植高维图（树状结构与超立方体）上无序紧束缚模型的本征态统计特性。在该模型中，距离选定根节点等距的所有格点具有相同位能，而不同距离的位能则为独立随机变量（或其在确定但不可公度势场中的对应形式，该情形亦被纳入研究）。通过理论论证与数值结果相结合，研究人员证实该体系存在稳健且非典型的双重分形态。以逆参与率表征的多重分形分布展现出异常宽广的特征，这导致平均逆参与率与典型逆参与率随体系尺寸的标度行为存在本质差异——后者才是表征多重分形的恰当物理量。研究揭示，此类多重分形现象源于图结构自发碎裂为有效一维链，而这些链本身又呈现常规安德森局域化。链上态函数的指数局域化特性与格点数随根节点距离的指数增长之间的相互作用，正是观测到多重分形现象的物理根源。