[论文解读] Bad-Metal Relaxation Dynamics in a Fermi Lattice Gas
本研究通过拉曼诱导的粒子流衰减,观测了在光晶格中实现的强关联冷费米气体中的坏金属弛豫动力学。结果表明电阻率呈现T线性标度,且违背弱散射理论,证实了与动态平均场理论预测一致的坏金属关键特征。
We report the discovery of phenomena consistent with bad-metal relaxation dynamics in the metallic regime of an optical-lattice Hubbard model. The transport lifetime induced by inter-particle scattering for a mass current of atoms excited by stimulated Raman transitions is measured, and the corresponding analog of resistivity is inferred. By exploring a range of temperature, we demonstrate incompatibility with weak-scattering theory and a key characteristic of bad metals: anomalous resistivity scaling consistent with $T$-linear behavior. We also observe the onset of two behaviors---incoherent transport and the approach to the Mott-Ioffe-Regel limit---associated with bad metals. The interaction and temperature scaling of resistivity are verified to be consistent with dynamic mean-field theory (DMFT) predictions of a bad metal, which is associated with the reduction of quasiparticle weight by strong interactions.
研究动机与目标
- 研究在无无序或声子的强关联费米系统中坏金属行为的出现。
- 在无 disorder、可调谐的光晶格Hubbard模型中测量输运寿命并推断电阻率。
- 检验系统是否表现出与强关联效应一致的异常电阻率标度行为。
- 将实验结果与坏金属的动态平均场理论(DMFT)预测进行比较。
- 验证弱散射理论的失效以及在莫特-伊夫-雷格尔极限附近相干输运的消失。
提出的方法
- 利用受激拉曼跃迁,通过在具有动量偏移的自旋态之间转移自旋极化的⁴⁰K原子,产生相干质量流。
- 通过时间飞行成像测量准动量分布,提取输运寿命τt,以研究拉曼诱导电流的衰减动力学。
- 应用密度加权平均校正,以考虑陷阱中原子密度的非均匀性,从而实现与均匀DMFT模拟的比较。
- 定义无量纲电阻率ϱ = (τt / (ħ/t) · n_dwd · d³)⁻¹,以对有效质量和密度效应进行归一化。
- 在1D中进行经典轨迹模拟,以校准实验中的退相干效应,并确认退相干并非主导机制。
- 假设热平均相对速度与温度无关,以隔离关联效应在电阻率标度中的作用。
实验结果
研究问题
- RQ1强关联费米气体中的电阻率是否如坏金属预测的那样与温度呈线性关系?
- RQ2在金属区域中,该系统在多大程度上违背了弱散射理论?
- RQ3所观测到的输运性质是否与坏金属的动态平均场理论预测一致?
- RQ4准粒子破裂与非相干输运在电阻率行为中起什么作用?
- RQ5在强关联作用下,该系统的输运性质如何趋近莫特-伊夫-雷格尔极限?
主要发现
- 测得的电阻率表现出T线性标度,这是坏金属行为的典型特征,与弱散射费米液体理论不一致。
- 输运寿命τt随温度升高而减小,且电阻率标度明显偏离T²行为。
- 系统表现出明显的非相干输运迹象,并趋近莫特-伊夫-雷格尔极限,此时平均自由程与晶格间距相当。
- 测得的电阻率标度与具有减小的准粒子权重的坏金属的动态平均场理论(DMFT)预测在定量上一致。
- 经典模拟确认退相干效应微弱,模拟的退相干时间至少为测得的输运寿命的四倍。
- 通过非均匀密度校正提取了无量纲电阻率ϱ,实现了与均匀DMFT模拟的直接比较,结果与理论预期具有稳健一致性。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。