6117 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.
Dieser Beitrag stellt einen praktischen Rahmen und einen Optimierungsansatz mittels semidefiniter Programmierung vor, der eine effiziente Verschränkungsverifikation unter Verwendung lediglich einer begrenzten, tomographisch unvollständigen Menge von Messeinstellungen ermöglicht, wie in einem Prinzipnachweis-Experiment mit Photonenpolarisations-Qubits demonstriert wird.
Dieser Artikel entwickelt ein unendlichdimensionales -algebraisches Analogon des Choi-Jamiołkowski-Isomorphismus, um mittels nichtkommutativer Geometrie-Seminormen Metriken auf unitär vollständig positiven Abbildungen zu induzieren, und zeigt, dass diese Metriken zentrale quanteninformationstheoretische Eigenschaften wie Stabilität und Verkettung erfüllen.
Dieser Artikel schlägt eine effiziente Methode zur Detektion hochordentlicher Epistase vor, indem das Problem als Black-Box-Optimierungsaufgabe formuliert wird, die mittels eines Faktorisierungsmaschinen-Modells mit quadratischer Optimierungsannealing (FMQA) gelöst wird, wobei MDR-basierte Klassifikationsfehlerquoten als Zielfunktion dienen, um Ground-Truth-Interaktionen mit hoher Recheneffizienz erfolgreich zu identifizieren.
Dieser Artikel schlägt einen hybriden quantenklassischen Regressionsrahmen vor, der ein lernbares geometrisches Vorkonditionierungs-Embedding mit einem curriculumbasierten Trainingsprotokoll kombiniert, um Trainierbarkeitsprobleme in variationalen Quantenschaltkreisen zu überwinden, wobei eine verbesserte Leistung gegenüber reinen Quanten-Baselines demonstriert wird, während gleichzeitig die anhaltende Wettbewerbsfähigkeit starker klassischer Methoden anerkannt wird.
Dieser Artikel widerlegt einen kürzlich unterbreiteten Vorschlag, wonach das starke CP-Problem durch eine spezifische Reihenfolge von Grenzwerten im Pfadintegral vermieden werden könne, und zeigt anhand exakt lösbarer quantenmechanischer Modelle auf einem Ring, dass dieses Verfahren versagt, das korrekte physikalische Energiespektrum wiederzugeben.
Dieser Artikel stellt einen Reinforcement-Learning-Algorithmus vor, der den holographischen Entropiekegel erkundet, indem er nach Graphenrealisierungen von Zielentropievektoren sucht, wodurch bekannte Eigenschaften für N=3 erfolgreich wiederentdeckt und der Status von sechs „rätselhaften" Extremstrahlen für N=6 geklärt wird, indem nachgewiesen wird, dass drei realisierbar sind, während die anderen drei auf unbekannte holographische Ungleichungen hindeuten.
Dieser Artikel schlägt eine skalierbare Hochfrequenz-Architektur für Quantencomputer vor, die ein auf 12,0 GHz arbeitendes Transmon-Design mit 8 Qubits (erweiterbar auf 72) sowie neue Topologien und fortschrittliche supraleitende Materialien umfasst und darauf abzielt, beispiellose Kohärenzzeiten von bis zu 1,9 ms sowie Gütefaktoren von 2,75 × 10^7 zu erreichen.
Dieser Artikel stellt ein plattformunabhängiges Quantum-Reservoir-Computing-Framework vor, das ein kleines Sechs-Qubit-System nutzt, um eine Genauigkeit von über 86 % bei der Vorhersage von Aktienkursentwicklungen und Handelsvolumina für Unternehmen des Quantensektors zu erreichen, und damit das Potenzial zukünftiger Quantenhardware für die Analyse komplexer Finanzzeitreihen unterstreicht.
Dieser Beitrag stellt eine Silizium-Photonik-Plattform vor, die die Bohigas-Giannoni-Schmit-Vermutung experimentell bestätigt, indem sie nachweist, dass die spektralen Statistiken eines stark chaotischen photonischen Graphen mit den Vorhersagen der Zufallsmatrixtheorie übereinstimmen, während dies bei einem weniger chaotischen Graphen nicht der Fall ist.
Dieser Beitrag stellt QuPort vor, einen Kompilierungsrahmen für modulare Multi-QPU-Systeme, der ein dreistufiges Modell und den TPCCAP-Algorithmus einsetzt, um Qubit-Mapping, Port-Zuweisung und Interconnect-Überlastung gemeinsam zu optimieren und dadurch den Cross-QPU-Datenverkehr sowie Kommunikationsengpässe zu minimieren.