論文の概要: Probing aqueous interfaces with spin defects

• arxiv url: http://arxiv.org/abs/2507.01220v1
• Date: Tue, 01 Jul 2025 22:39:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-03 14:22:59.952779
• Title: Probing aqueous interfaces with spin defects
• Title（参考訳）: スピン欠陥を有する水溶液界面の探索
• Authors: Alfonso Castillo, Gustavo R. Perez-Lemus, Mykyta Onizhuk, Giulia Galli,
• Abstract要約: ノイズ分光法は、水に接する量子センサーの界面特性を特徴づけるために用いられる。 NV中心のハーンエコーコヒーレンス時間は, 界面における水素結合配置と水とイオンの動的性質に敏感であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Understanding the physical and chemical properties of aqueous interfaces is important in diverse fields of science, ranging from biology and chemistry to materials science. In spite of crucial progress in surface sensitive spectroscopic techniques over the past decades, the microscopic properties of aqueous interfaces remain difficult to measure. Here we explore the use of noise spectroscopy to characterize interfacial properties, specifically of quantum sensors hosted in two-dimensional materials in contact with water. We combine molecular dynamics simulations of water/graphene interfaces and the calculations of the spin dynamics of an NV-like color center, and we investigate the impact of interfacial water and simple ions on the decoherence time of the defect. We show that the Hahn echo coherence time of the NV center is sensitive to motional narrowing and to the hydrogen bonding arrangement and the dynamical properties of water and ions at the interface. We present results as a function of the liquid temperature, strength of the water-surface interaction, and for varied mono-valent and di-valent ions, highlighting the broad applicability of near-surface qubits to gain insight into the properties of aqueous interfaces.
• Abstract（参考訳）: 水界面の物理的および化学的性質を理解することは、生物学や化学から材料科学まで、様々な科学分野において重要である。 過去数十年にわたる表面感度分光技術の重要な進歩にもかかわらず、水溶液界面の微視的特性は測定が難しいままである。 ここでは, 界面特性, 特に水に接する2次元材料にホストされた量子センサを特徴付けるために, ノイズスペクトロスコピーを用いることについて検討する。 我々は,水/グラフェン界面の分子動力学シミュレーションとNV様色中心のスピンダイナミクスの計算を組み合わせるとともに,界面水と単純なイオンが欠陥の脱コヒーレンス時間に与える影響について検討した。 NV中心のハーンエコーコヒーレンス時間は, 界面における水素結合配置と水とイオンの動的性質に敏感であることを示す。 本研究では, 液温, 水面相互作用の強度, および種々の単価イオンおよび二価イオンの関数として, 表面近傍の量子ビットの広い適用性に注目し, 界面の性質について考察した。

関連論文リスト

• Discovery of an anomalous non-evaporating sub-nanometre water layer in open environment [12.084625602633723]
  低次元閉じ込め水は物質科学、地質学、生物学において重要な役割を担っている。 STM、TEM、AFMといった従来の技術は原子スケールの観測を可能にするが、環境条件や表面トポグラフィーでは制限に直面している。 NV中心磁気共鳴技術はこれらの制限を克服する機会を提供し、化学分解能を持つ非接触原子スケール測定を提供する。
  論文  参考訳（メタデータ） (2024-12-23T15:13:10Z)
• The Sound of Water: Inferring Physical Properties from Pouring Liquids [85.30865788636386]
  注水液の音響・視覚観測と物理の関連性について検討した。 本研究の目的は, 液位, 容器形状, 注水速度, 充填時間などの物性を自動的に推定することである。
  論文  参考訳（メタデータ） (2024-11-18T01:19:37Z)
• Exploiting Hierarchical Interactions for Protein Surface Learning [52.10066114039307]
  本質的には、タンパク質表面のポテンシャル関数部位は、幾何学的特徴と化学的特徴の両方によって決定される。 本稿では,ディープラーニング技術,すなわち階層型化学・幾何学的特徴相互作用ネットワーク(HCGNet)に基づく原則的フレームワークを提案する。 提案手法は,現場予測タスクが2.3%,インタラクションマッチングタスクが3.2%,従来の最先端手法が2.3%向上した。
  論文  参考訳（メタデータ） (2024-01-17T14:10:40Z)
• On-demand transposition across light-matter interaction regimes in bosonic cQED [69.65384453064829]
  ボソニックcQEDは、非線形回路素子に結合した高温超伝導キャビティの光電場を用いる。 空洞コヒーレンスを劣化させることなく, 相互作用系を高速に切り替える実験を行った。 我々の研究は、単一のプラットフォーム内での光-物質相互作用のフル範囲を探索する新しいパラダイムを開く。
  論文  参考訳（メタデータ） (2023-12-22T13:01:32Z)
• Sensing orbital hybridization of graphene-diamond interface with a single spin [15.460907662248053]
  ここでは, ダイヤモンド中の窒素空孔中心との弱い磁気相互作用に基づいて, 界面電子の新たな実験的検出を行う。 界面電子上の無視可能な摂動により、それらの物理的性質はNVスピンコヒーレンス時間によって明らかにできる。 本研究は、弱い磁気相互作用を持つ界面電子状態の顕微鏡的探究への新たな道を開く。
  論文  参考訳（メタデータ） (2023-05-16T15:30:37Z)
• State-resolved infrared spectrum of the protonated water dimer: Revisiting the characteristic proton transfer doublet peak [0.0]
  プロトン化水二量体におけるプロトン移動とウォーターワッギング運動の相互作用は以前考えられていたよりも複雑であることを示す。 2つの高精度なポテンシャルエネルギー表面を用いて得られた赤外スペクトルの比較に依拠した。 これらの高精度なシミュレーションは、フラクショナル分子の複雑なIR信号の明確な割り当てを提供する上で重要であることを実証する。
  論文  参考訳（メタデータ） (2022-06-24T01:12:56Z)
• NeuroFluid: Fluid Dynamics Grounding with Particle-Driven Neural Radiance Fields [65.07940731309856]
  深層学習は流体のような複雑な粒子系の物理力学をモデル化する大きな可能性を示している。 本稿では,流体力学グラウンドリング(fluid dynamics grounding)として知られる,部分的に観測可能なシナリオについて考察する。 我々はNeuroFluidという2段階の異なるネットワークを提案する。 初期形状、粘度、密度が異なる流体の基礎物理学を合理的に推定することが示されている。
  論文  参考訳（メタデータ） (2022-03-03T15:13:29Z)
• HydroNet: Benchmark Tasks for Preserving Intermolecular Interactions and Structural Motifs in Predictive and Generative Models for Molecular Data [0.6428755854483776]
  本稿では,化学問題に対する機械学習アプローチにおける分子間相互作用と構造的モチーフの保存に関する課題について述べる。 最近発表された495万個の水クラスターのデータセットを水素結合相互作用によって保持し、より長い範囲の構造パターンをもたらす。
  論文  参考訳（メタデータ） (2020-11-30T22:01:00Z)
• Imaging phonon-mediated hydrodynamic flow in WTe2 [0.5325753548715747]
  ダイヤモンド中の窒素空孔欠陥を用いて局所磁場をイメージングし, 層状半金属タングステンジテルル中の電流流について検討した。 熱分解電流プロファイル測定の結果,非単調な温度依存性が示され,流体力学的効果は20K程度であった。 これは、高キャリア密度材料における流体流動と顕著な電子相互作用の探索において有望な道を提供する。
  論文  参考訳（メタデータ） (2020-09-09T18:00:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。