会员服务
TDSC ·
2018 年 5 月 18 日
Photoelectron circular dichroism in the multiphoton ionization by short laser pulses: II. Three- and four-photon ionization of fenchone and camphor
翻译：二. 使用短激光脉冲在多光磷离子化中光电环光电环光电环十二化:二.Fechon和Camphor的三和四光电离化
Anne D. Müller,Anton N. Artemyev,Philipp V. Demekhin
Anne D. Müller,Anton N. Artemyev,Philipp V. Demekhin
from arxiv, 5 figures and 1 table

Angle-resolved multiphoton ionization of fenchone and camphor by short intense laser pulses is computed by the time-dependent Single Center (TDSC) method. Thereby, the photoelectron circular dichroism (PECD) in the three-photon resonance enhanced ionization and four-photon above-threshold ionization of these molecules is investigated in detail. The computational results are in a satisfactory agreement with the available experimental data, measured for randomly-oriented fenchone and camphor molecules at different wavelengths of the exciting pulses. We predict a significant enhancement of the multiphoton PECD for uniaxially-oriented fenchone and camphor.


翻译：短强度激光脉冲用短强度激光脉冲解决fenchone和camphor的多光分解多光速子离子化法由时间依赖单一中心(TDSC)计算得出,然后对这些分子的三光电子循环异化(PECD)进行详细调查,对三光电共振增强离子化和四光速高于临界线离子化的四光电环异化进行了重大研究,计算结果与现有实验数据达成了令人满意的一致,这些数据以随机定向Fenchone和以刺激性脉冲不同波长的阵列分子测量。我们预测多光电环异光分光分解多光共振素和阵列激素和阵列激素测量。
0
下载
关闭预览

相关内容

【综述：心理学、神经科学和机器学习中的注意力】《Attention in Psychology, Neuroscience, and Machine Learning | Frontiers in Computational Neuroscience》
【综述：心理学、神经科学和机器学习中的注意力】《Attention in Psychology, Neuroscience, and Machine Learning | Frontiers in Computational Neuroscience》
专知会员服务
39+阅读 · 2020年4月18日
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
75+阅读 · 2020年2月8日
【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】’Deep Learning Models - A collection of various deep learning architectures, models, and tips'
【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】’Deep Learning Models - A collection of various deep learning architectures, models, and tips'
专知会员服务
55+阅读 · 2020年1月25日
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
158+阅读 · 2020年1月16日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
53+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
144+阅读 · 2019年10月12日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
77+阅读 · 2019年10月9日
强化学习三篇论文 避免遗忘等
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
无监督元学习表示学习
无监督元学习表示学习
CreateAMind
26+阅读 · 2019年1月4日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
lightgbm algorithm case of kaggle（上）
lightgbm algorithm case of kaggle（上）
R语言中文社区
8+阅读 · 2018年3月20日
【论文推荐】最新六篇生成式对抗网络（GAN）相关论文—半监督学习、对偶、交互生成对抗网络、激活、纳什均衡、tempoGAN
【论文推荐】最新六篇生成式对抗网络（GAN）相关论文—半监督学习、对偶、交互生成对抗网络、激活、纳什均衡、tempoGAN
专知
23+阅读 · 2018年2月23日
Capsule Networks解析
Capsule Networks解析
机器学习研究会
10+阅读 · 2017年11月12日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Learning by Abstraction: The Neural State Machine
Learning by Abstraction: The Neural State Machine
Arxiv
6+阅读 · 2019年7月11日
Why Self-Attention? A Targeted Evaluation of Neural Machine Translation Architectures
Arxiv
3+阅读 · 2018年8月27日
Contrastive Explanations for Reinforcement Learning in terms of Expected Consequences
Contrastive Explanations for Reinforcement Learning in terms of Expected Consequences
Arxiv
5+阅读 · 2018年7月23日
Neural Network Based Reinforcement Learning for Audio-Visual Gaze Control in Human-Robot Interaction
Arxiv
6+阅读 · 2018年4月23日
Handling Homographs in Neural Machine Translation
Arxiv
3+阅读 · 2018年3月28日
Virtual-to-Real: Learning to Control in Visual Semantic Segmentation
Arxiv
4+阅读 · 2018年3月18日
Learning Intrinsic Sparse Structures within Long Short-Term Memory
Arxiv
4+阅读 · 2018年1月30日
Multiple Object Detection, Tracking and Long-Term Dynamics Learning in Large 3D Maps
Arxiv
6+阅读 · 2018年1月28日
MilkQA: a Dataset of Consumer Questions for the Task of Answer Selection
Arxiv
4+阅读 · 2018年1月10日
Depth-Adaptive Computational Policies for Efficient Visual Tracking
Arxiv
8+阅读 · 2018年1月1日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
TDSC
相关VIP内容
【综述：心理学、神经科学和机器学习中的注意力】《Attention in Psychology, Neuroscience, and Machine Learning | Frontiers in Computational Neuroscience》
【综述：心理学、神经科学和机器学习中的注意力】《Attention in Psychology, Neuroscience, and Machine Learning | Frontiers in Computational Neuroscience》
专知会员服务
39+阅读 · 2020年4月18日
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
75+阅读 · 2020年2月8日
【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】’Deep Learning Models - A collection of various deep learning architectures, models, and tips'
【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】’Deep Learning Models - A collection of various deep learning architectures, models, and tips'
专知会员服务
55+阅读 · 2020年1月25日
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
158+阅读 · 2020年1月16日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
53+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
144+阅读 · 2019年10月12日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
77+阅读 · 2019年10月9日
热门VIP内容
相关资讯
强化学习三篇论文 避免遗忘等
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
无监督元学习表示学习
无监督元学习表示学习
CreateAMind
26+阅读 · 2019年1月4日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
lightgbm algorithm case of kaggle（上）
lightgbm algorithm case of kaggle（上）
R语言中文社区
8+阅读 · 2018年3月20日
【论文推荐】最新六篇生成式对抗网络（GAN）相关论文—半监督学习、对偶、交互生成对抗网络、激活、纳什均衡、tempoGAN
【论文推荐】最新六篇生成式对抗网络（GAN）相关论文—半监督学习、对偶、交互生成对抗网络、激活、纳什均衡、tempoGAN
专知
23+阅读 · 2018年2月23日
Capsule Networks解析
Capsule Networks解析
机器学习研究会
10+阅读 · 2017年11月12日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
Learning by Abstraction: The Neural State Machine
Learning by Abstraction: The Neural State Machine
Arxiv
6+阅读 · 2019年7月11日
Why Self-Attention? A Targeted Evaluation of Neural Machine Translation Architectures
Arxiv
3+阅读 · 2018年8月27日
Contrastive Explanations for Reinforcement Learning in terms of Expected Consequences
Contrastive Explanations for Reinforcement Learning in terms of Expected Consequences
Arxiv
5+阅读 · 2018年7月23日
Neural Network Based Reinforcement Learning for Audio-Visual Gaze Control in Human-Robot Interaction
Arxiv
6+阅读 · 2018年4月23日
Handling Homographs in Neural Machine Translation
Arxiv
3+阅读 · 2018年3月28日
Virtual-to-Real: Learning to Control in Visual Semantic Segmentation
Arxiv
4+阅读 · 2018年3月18日
Learning Intrinsic Sparse Structures within Long Short-Term Memory
Arxiv
4+阅读 · 2018年1月30日
Multiple Object Detection, Tracking and Long-Term Dynamics Learning in Large 3D Maps
Arxiv
6+阅读 · 2018年1月28日
MilkQA: a Dataset of Consumer Questions for the Task of Answer Selection
Arxiv
4+阅读 · 2018年1月10日
Depth-Adaptive Computational Policies for Efficient Visual Tracking
Arxiv
8+阅读 · 2018年1月1日
Top
微信扫码咨询专知VIP会员
Top