量子科技中心_量科网

非马尔可夫动力学中的记忆效应通常通过量子关联复苏或非单调经典信息量度来诊断，然而目前仍缺乏一个统一的最小化框架来比较它们的“回流相位”。本研究提出了一种信息回流相图方法，通过共通的回流泛函NI=∫I˙>0I˙dt，将量子纠缠复苏与经典熵超调置于同等地位。在量子层面，该团队采用热场动力学（TFD）嵌入的二分态耗散模型的分数阶（Caputo）扩展，推导出封闭形式的本征纠缠分量b(α)qe(t)=14[Eα(−λαtα)]2sin2(ωt)及集成复苏度量Nqe，该度量在(α,ω/λ)平面上α≃1/2附近划定了清晰边界。在经典层面，研究人员构建了一个三态模型，其马尔可夫生成元被推广为具有精确马尔可夫嵌入的指数核广义主方程，或转化为具有Erlang-2等待时间的半马尔可夫过程。通过概率单纯形上的熵超调ΔH和基于KL散度的诊断量来量化非单调性。为强化量子-经典对称性，该工作进一步在经典动力学中引入分数阶Mittag-Leffler记忆核，证明在α≃1/2附近会出现类似的回流转变，表明该边界源于核函数的数学结构而非量子特性本身。总体而言，这些成果通过信息回流的相图分类非马尔可夫性，并借助共享的嵌入叙事进行阐释：储存在隐变量中的记忆以非单调信息流的形式返回观测域，提供了一条紧凑且模型无关的研究路径。