10681 Arbeiten
Die Quantenphysik erforscht die seltsame und faszinierende Welt der kleinsten Teilchen, wo die klassischen Gesetze der Physik ihre Gültigkeit verlieren. In diesem Bereich geht es um Phänomene wie Verschränkung und Superposition, die nicht nur unser Verständnis des Universums erweitern, sondern auch den Weg für revolutionäre Technologien wie Quantencomputer ebnen.
Auf Gist.Science stellen wir Ihnen die neuesten Erkenntnisse aus diesem dynamischen Feld direkt zur Verfügung. Wir verarbeiten systematisch jeden neuen Preprint aus dem arXiv-Repositorium in der Kategorie Quant-Ph und erstellen dazu sowohl verständliche Zusammenfassungen für ein breites Publikum als auch detaillierte technische Analysen für Fachleute.
Hier finden Sie die aktuellsten Veröffentlichungen, die unser Team gerade für Sie aufbereitet hat.
Diese theoretische Studie zeigt, dass ein resonanzgekoppeltes Doppelquantenbrunnensystem im Regime hoher Elektronenkonzentration eine einzigartige Schottky-Anomalie und ein -Plateau in der Wärmekapazität aufweist, die auf einen emergenten Freiheitsgrad zurückzuführen ist, welcher aus einem Multi-Minima-Photonenpotential resultiert – ein Phänomen, das in optischen Leitfähigkeitsmessungen unsichtbar bleibt.
Diese Arbeit etabliert theoretische Schranken für die Extraktion multipartiter Verschränkungsressourcen wie GHZ-Zustände und EPR-Paare in einem Quanteninternet und schlägt einen neuartigen heuristischen Algorithmus in Polynomialzeit vor, um dieses ansonsten NP-vollständige Problem zu lösen, was eine effiziente Kommunikation auf Abruf über entfernte Knoten hinweg ermöglicht.
Dieses Papier reformuliert Simons Verschränkungskriterium unter Verwendung der Partnerformel, um zu demonstrieren, dass das Ernten von Verschränkung aus einem Quantenfeld unter spezifischen Bedingungen untersagt ist, wodurch aufgezeigt wird, dass die Hawking-Strahlung, analog zum Unruh-Effekt, keine Quantenkorrelationen zwischen ihren emittierten reellen Teilchen aufweist.
Diese Arbeit führt endliche Gauß-Assistenzprotokolle und ein multimodales konisches Metrik-Framework ein, um die raumartige Vakuumverschränkung zu optimieren, wodurch die bisher höchste bekannte untere Schranke für die Gauß-Verschränkung der Assistenz und die bisher niedrigste bekannte obere Schranke für die Gauß-Verschränkung der Bildung in freien Skalarfeldern erzielt wird.
Diese Arbeit demonstriert experimentell hochtreue, auf der Hyperfeinstrukturselektivität basierende Messungen einzelner neutraler Cäsiumatome durch die Kombination von simultaner Laserkühlung auf einem verbotenen Übergang mit hintergrundfreier Bildgebung, wobei eine Detektionsgüte von 0,9993 erreicht wird, während gleichzeitig wiederholbare, verlustarme Zustandsmessungen ermöglicht werden.
Dieses Paper schlägt einen neuartigen Quanten-Routing-Ansatz vor, der Strategien des Komplementärgraphen nutzt, um direkte Verschränkung zwischen entfernten Knoten herzustellen und dadurch den herkömmlichen Methoden innewohnenden, rechenintensiven Pfadfindungsaufwand zu umgehen, um die Netzwerkflexibilität und -effizienz zu verbessern.
Dieses Paper schlägt einen Algorithmus in Polynomialzeit vor, der das NP-vollständige Problem der Extraktion sowohl von entfernten EPR-Paaren als auch von n-Qubit-GHZ-Zuständen aus generischen Graphzuständen löst und somit eine dynamische, bedarfsorientierte Verschränkungsverteilung in Quantennetzwerken ermöglicht.
Diese Arbeit untersucht die symmetrie-aufgelöste echte Multi-Entropie in Haar-zufälligen und Random-Graph-Zuständen mit Erhaltungsgrößen, wobei explizite Formeln für den thermodynamischen Grenzfall für erstere abgeleitet und numerische Analysen verwendet werden, um im Vergleich zum Haar-zufälligen Fall distinktive multipartite Verschränkungsmerkmale für letztere aufzuzeigen.
Dieses Paper führt den Superpositional Gradient Descent (SGD) ein, einen neuartigen hybriden quanten-klassischen Optimierer, der Quantensuperposition und Schaltkreisperturbationen nutzt, um eine schnellere Konvergenz und einen geringeren Verlust als AdamW sowohl beim Training synthetischer als auch bei groß angelegten Sprachmodellen zu erreichen, ungeachtet der aktuellen hardwarebedingten Skalierbarkeitseinschränkungen.
Das Papier schlägt HyRLQAS vor, ein Hybrid-Action-Reinforcement-Learning-Framework, das die diskrete Suche nach Schaltkreisstrukturen mit kontinuierlicher Parameteroptimierung vereinigt, um automatisch Variationelle Quantenschaltkreise zu entwerfen, die chemische Genauigkeit mit weniger Gattern und schnellerer Konvergenz erreichen.