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.
Dieses Paper stellt „Quantum LEGO Learning“ vor, ein modulares hybrides KI-Framework, das vortrainierte klassische Merkmalsextraktoren von trainierbaren variativen Quantenschaltkreisen entkoppelt, um die Generalisierbarkeit zu erhöhen, eine fundierte Generalisierungstheorie bereitzustellen und eine robuste Leistung unter realistischen Quantenbeschränkungen zu demonstrieren.
Diese Arbeit etabliert ein geometrisches Kriterium für die Sättigung der multiparametrischen Quanten-Cramér-Rao-Schranke, indem sie diese mit der simultanen Hohlbildung (Hollowization) spureloser Operatoren verknüpft, und stellt damit eine direkte Methode zur Konstruktion optimaler POVMs bereit, während sie gleichzeitig die Einschränkungen partieller Kommutativität und informationsvollständiger Messungen klärt.
Diese Arbeit identifiziert durch Ancilla induzierte operative Fehler als das primäre Hindernis für eine hochperformante bosonische Quantenfehlerkorrektur und führt ein fehlererkennendes universelles Steuerungsschema ein, das fehlerhafte Trajektorien verwirft, wodurch über 8,33× QEC-Gewinne erzielt werden und ein klarer Weg hin zur fehlertoleranten bosonischen Quantenberechnung aufgezeigt wird.
Dieses Paper präsentiert einen skalierbaren hybriden Quanten-Klassik-Algorithmus, der vorberechnete QAOA-Parameter mit einer Greedy-Strategie kombiniert, um das Problem des maximalen unabhängigen Sets auf großen Graphen effizient zu lösen, wobei eine überlegene Leistung gegenüber klassischen Baselines sowohl auf aktueller 20-Qubit-Hardware als auch in Tensor-Netzwerk-Simulationen demonstriert wird.
Diese Arbeit schlägt eine zustandsfreie Abschirmungsmethode unter Verwendung kombinierter statischer und mikrowellenbasierter elektrischer Felder vor, um Kollisionsverluste in stark dipolaren ultrakalten Molekülen zu unterdrücken, was die Erzeugung großer, langlebiger entarteter Gase mit abstimmbaren Wechselwirkungen ermöglicht und gleichzeitig die durch Mikrowellen allein verursachten photonischen Kollisionen vermeidet, welche bisherige Ansätze einschränken.
Dieses Paper führt das Framework des Lernens unter privilegierten Quanteninformationen (Learning Under Quantum Privileged Information, LUQPI) ein und zeigt auf, dass Quantencomputer, die während des Trainings ausschließlich als eingeschränkte Merkmalsextraktoren eingesetzt werden – ohne Zugriff auf Labels oder Verfügbarkeit während der Anwendung –, nachweislich exponentielle Vorteile gegenüber klassischen Methoden erzielen können, ein Befund, der sowohl durch theoretische Trennungen als auch durch numerische Experimente an Vielteilchensystemen gestützt wird.
Diese Arbeit schlägt ein Shadow-Tomographie-Protokoll für logische Subsysteme vor, die durch Gottesman-Kitaev-Preskill-Codes definiert sind, welches Measurement-Twirling nutzt, um kodierte Informationen aus beliebigen Eingangszuständen zu extrahieren, wobei spezifische Anwendungen für Heterodyn- und Photonen-Paritätsmessungen demonstriert werden, um eine effiziente Schätzung beschränkter Observablen mittels Gaußscher Zerlegungen und Wigner-Sampling zu ermöglichen.
Diese Arbeit präsentiert und validiert experimentell ein „blindes“ Kalibrierungsprotokoll für Ionenfallen-Quantencomputer, das mehrere Messfehler durch einfache tomographische Daten auf verrauschten Zuständen präzise quantifiziert und korrigiert und somit die Notwendigkeit separater, zustandsabhängiger Kalibrierungsexperimente eliminiert.
Dieses Paper schlägt ein Protokoll vor, um skalierbare Viel-Qubit-Verschränkung effizient aus kontinuierlichen Variablen-Clusterzuständen mittels Ein-Bit-Teleportation herunterzuladen, wobei demonstriert wird, dass robuste Quantenberechnung mit nur 5,4 dB Squeezing und fehlertolerante Quantenberechnung mit 11,9 dB erreichbar sind.