5796 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 präsentiert eine Methode zur Simulation von Nicht-Clifford-Magic-State-Kultivierungsschaltkreisen mittels einer Summe von etwa acht Clifford-ZX-Diagrammen, wodurch eine Reduktion der Termanzahl um über im Vergleich zu traditionellen Stabilisator-Zerlegungen erreicht wird und die Hochgeschwindigkeits-Simulation operationell relevanter Quantenschaltkreise auf Standardhardware ermöglicht wird.
Dieses Paper stellt den Multiple-Time Quantum Imaginary Time Evolution (MT-QITE) Algorithmus vor, welcher die Treue bei der Präparation des Grundzustands erhöht und den Messaufwand im Vergleich zu Standard-QITE reduziert, indem er mehrere imaginäre Zeitschritte nutzt und dabei Determiniertheit, Unabhängigkeit von Ad-hoc-Ansätzen sowie Parallelisierbarkeit beibehält.
Dieses Paper stellt den ersten auf einem Large Language Model basierenden Shuttling-Compiler für Ionenfallen-Quantencomputer vor, der durch das Fine-Tuning auf spezifische Architekturen eine layoutunabhängige Kompilierung erreicht, die gültige Zeitpläne für ungesehene Layouts generiert und den Shuttling-Aufwand im Vergleich zu aktuellen State-of-the-Art-Baselines um bis zu 15 % reduziert.
Diese Vorlesungsreihe präsentiert Tensornetzwerk-Algorithmen, insbesondere Matrix Product States und Operators, als allgemeine lineare Algebra-Werkzeuge zur Handhabung exponentiell großer Systeme, wobei detaillierte Beweise und Anwendungen reichen von der Quantensimulation bis hin zum Lösen partieller Differentialgleichungen mittels der „Quantics“-Repräsentation.
Die Autoren zeigen, dass in einem kohärent getriebenen Kerr-Mikroresonator das Isolieren eines einzelnen Eigenmodus der Quantenfluktuationen das spontane Entstehen großer paarweiser zeitgeordneter Korrelationen ermöglicht, bei denen rote Photonen vor blauen Photonen detektiert werden, aufgrund des Zusammenspiels zwischen frequenzaufgelöster Detektion und der internen Quantenstruktur der Fluktuationen.
Dieses Paper führt das Doubly Optimized QAOA (DO-QAOA) ein, eine Methode, welche die Universalität variationaler Landschaften über Teilprobleme im Divide-and-Conquer-QAOA hinweg nutzt, um distinkte Optimierungsaufgaben auf eine konstante Anzahl effektiver Klassen zu kollabieren und dadurch den klassischen Trainingsaufwand drastisch zu reduzieren, während gleichzeitig eine wettbewerbsfähige Lösungsqualität beibehalten wird.
Diese Arbeit präsentiert einen hybriden analog-digitalen Ansatz für einen fermionischen Gitter-Quantensimulator, der adiabatische Präparation mit digitalen Kollisions-Gates kombiniert, um Zielzustände mit spezifischen, langreichweitigen Spin-Korrelationen, wie sie beispielsweise in Heisenberg-Ketten vorkommen, zu erzeugen und zu messen.
Dieses Paper führt einen neuartigen Ansatz ein, der Quanten-Unitär-Operatoren in den latenten Raum von Large Language Models abbildet, wodurch eine wettbewerbsfähige Schaltungssynthese sowie sprachlich bedingte Gatter-Constraints ermöglicht werden, um die Lücke zwischen linguistischer Argumentation und Quantenoperationen zu schließen.
Dieses Papier präsentiert ein speziell entwickeltes Ultrahochvakuum-Clusterwerkzeug, das die In-situ-Diamantoberflächenpräparation und -charakterisierung mit kryogenen Messungen einzelner Stickstoff-Fehlstellen-Zentren integriert, um die Oberflächenchemie direkt mit den Spin- und Ladungseigenschaften für Quantensensorik-Anwendungen zu korrelieren.
Diese Arbeit zeigt, dass das Optimal Quantum Measurement Decoding (OQMD), welches die Abbildung von Quantenergebnissen auf klassische Labels durch trainierbare Einzelqubit-Rotationen ohne das Hinzufügen von CNOT-Gattern optimiert, die Genauigkeit der Multiklassenklassifizierung beim Iris-Datensatz signifikant verbessert – insbesondere in Regime mit geringer CNOT-Anzahl – und dabei die Annahme infrage stellt, dass eine erhöhte Verschränkungstiefe stets für eine bessere Leistung notwendig ist.