⚛️ Category

quant-ph

11028 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.

⚛️ Quantenphysik

Geometric characterization of non-Gaussian entanglement for finite stellar rank states

Diese Arbeit führt einen allgemeinen Rahmen zur Charakterisierung nicht-gaußscher Verschränkung in endlichen stellaren Rang-Bosonen-Zuständen ein, indem sie die atomare Zerlegung stellarer Polynome und essenzielle Variablen nutzt, um strukturelle Graphen zu definieren, welche die moden-intrinsische Verschränkung bestimmen, vollständige Separabilitätskriterien herleiten und die Präparationskomplexität quantifizieren.

Carlos E. Lopetegui-Gonzalez, Massimo Frigerio, Mattia Walschaers2026-10-02
⚛️ Quantenphysik

Sampled-Based Guided Quantum Walk: Non-variational quantum algorithm for combinatorial optimization

Das Papier stellt SamBa-GQW vor, einen nicht-variationalen Quantenalgorithmus, der ein Offline-Klassik-Sampling-Protokoll nutzt, um einen kontinuierlichen Quantenspaziergang zu qualitativ hochwertigen Lösungen für kombinatorische Optimierungsprobleme zu führen, wobei eine mit variationalen Methoden wie QAOA vergleichbare Leistung ohne die Notwendigkeit klassischer Optimierer demonstriert wird.

Ugo Nzongani, Dylan Laplace Mermoud, Giuseppe Di Molfetta, Andrea Simonetto2026-10-02
⚛️ Quantenphysik

Quantum algorithms for general nonlinear dynamics based on the Carleman embedding

Diese Arbeit korrigiert vorangegangene technische Probleme und erweitert den Umfang effizient simulierbarer nichtlinearer Dynamik auf Quantencomputern signifikant, indem sie Carleman-Einbettungsbasierte Algorithmen von rein dissipativen Systemen auf breitere Klassen stabiler, konservierter und nicht-resonanter Systeme ausdehnt und damit die BQP-Vollständigkeit exponentiell großer nichtlinearer Oszillatorprobleme beweist.

David Jennings, Kamil Korzekwa, Matteo Lostaglio, Andrew T Sornborger, Yigit Subasi, Guoming Wang2026-10-02
⚛️ Quantenphysik

Context-Aware Error Mitigation Orchestration for Hybrid Quantum Reinforcement Learning on NISQ Systems

Dieses Paper stellt Adaptive Policy-Guided Error Mitigation (APGEM) vor, ein kontextsensitives Framework, das während des Trainings von Quantum Reinforcement Learning auf NISQ-Geräten dynamisch optimale Fehlermilderungsstrategien auswählt und dadurch die Lernstabilität sowie die Lösungsqualität für NP-schwere Probleme wie das Capacitated Vehicle Routing Problem im Vergleich zu statischen Methoden signifikant verbessert.

Bisma Majid, Shabir Ahmed Sofi, Mir Mohammad Yousuf2026-10-02
⚛️ Quantenphysik

The Robustness of QAC0

Diese Arbeit zeigt, dass die Quantenschaltkreis-Komplexitätsklasse QAC0\mathsf{QAC}^0 robust ist, indem sie aufzeigt, dass sie TC0\mathsf{TC}^0 exakt simulieren und Funktionen über AC0[p]\mathsf{AC}^0[p] hinaus ohne Fehler mittels Amplitudenverstärkung berechnen kann, während sie ihre Rechenleistung selbst bei einer Beschränkung auf eine spezifische endliche Menge von Qubit-Ein-Tor-Gattern beibehält.

Daniel Grier, Jackson Morris, Kewen Wu2026-10-02
⚛️ Quantenphysik

A provable quantum advantage for approximate optimization via decoded quantum interferometry

Diese Arbeit beweist einen strikten Quantenvorteil für die approximative Optimierung, indem sie demonstriert, dass das Framework der Decoded Quantum Interferometry (DQI), insbesondere in einer modifizierten Form, signifikant höhere Approximationsraten bei dem gefalteten optimalen Polynomintersektionsproblem erzielt, als jeder polynomielle klassische Algorithmus in einem Oracle-Setting erreichen kann.

Maximilian J. Kramer, Elies Gil-Fuster, Benjamin D. M. Jones, Jens Eisert, Franz J. Schreiber2026-10-02