序列测量统计中超越量子回归定理的多时间记忆
该团队研究了开放量子系统在连续测量统计中是否存在记忆效应,这通过量子回归定理(QRT)的偏离来体现,即能否从单时刻约化动力学映射预测多时概率。对于因式分解的初始态,该团队精确地将双时传播子分解为两部分:一部分是类QRT贡献,完全由约化动力学映射决定;另一部分是记忆项,编码了干预过程中系统-环境之间的关联。在弱耦合条件下,记忆项给出了一个显式的二阶修正,该修正用约化映射和浴关联函数表示。此外,该团队引入了一个基于精确概率与QRT预测联合概率之间距离的QRT违反操作量化指标。通过在自旋-玻色模型上对该框架进行基准测试,并采用伪模嵌入作为非微扰参考,该团队全面分析了谱密度参数、环境温度和测量协议对多时统计非马尔可夫性的影响。与单时刻量化指标的比较表明,约化态非马尔可夫性和多时记忆相关但不等价:后者通过连续统计进行探测时,本质上依赖于协议,并且即使双时统计与QRT预测保持一致,也可能在更高时间顺序上变得可见。

