不均一拡散系におけるコヒーレンスへの非マルコフ経路

科学分野:

• 統計物理学
• 複雑系
• アクティブマター

背景:

• 時間的コヒーレンス（永続的な整列）は、異なるダイナミクスを持つエージェント間で生じることができます。
• 古典的な拡散モデルは、エージェントダイナミクスの強い不均一性と非対称性に苦労します。
• 既存のモデルでは、同期のために相互性または共通のノイズが必要になることがよくあります。

研究 の 目的:

• 時間的コヒーレンスを達成するための新しいモデル、結合メモリグラフプロセス（CMGP）を導入すること。
• CMGPが、相互性や共通のノイズなしに同期した振る舞いを生成する能力を実証すること。
• 不均一システムにおける「ゴーストコヒーレンス」（軌束の収束なしのコヒーレンス）の現象を探求すること。

主な方法:

• 結合メモリグラフプロセス（CMGP）モデルの開発。
• 指向性のある距離ゲート付き結合によって生成される創発的な長距離相関の分析。
• ゴーストコヒーレンスをサポートするパラメータ領域を特定するためのベイズ最適化の使用。

主要な成果:

• CMGPは、不一致のスケール指数であっても、固有のメモリ時間を超える長期コヒーレンスを達成します。
• コヒーレンスの持続は、直接のカーネルオーバーラップではなく、結合場内の創発的な相関から生じます。
• エージェント固有のダイナミクスを維持しながら、「ゴーストコヒーレンス」をサポートする広範なパラメータ領域を特定しました。

結論:

• CMGPは、不均一なアクティブシステムおよび粘弾性環境における調整のための最小限のメカニズムを提供します。
• このメカニズムは、非対称性下での標準的な確率モデルでは説明できない同期現象を捉えます。
• 複雑なシステムにおける協調行動の達成における創発的相関の重要性を強調しています。