6120 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.
TuniQ ist ein auf Reinforcement Learning basierendes System, das basierend auf spezifischen Hardware- und Rauschbedingungen dynamisch optimale Kompilierungspässe für Quantenschaltkreise auswählt und damit die Ausgabe-Genauigkeit sowie die Kompilierungseffizienz im Vergleich zu fortschrittlichen statischen Kompilatoren wie dem Qiskit-Transpiler von IBM erheblich verbessert.
Diese Arbeit untersucht ein Zwei-Qubit-Quantenbatteriesystem und zeigt, dass die Batteriekapazität zwar im Allgemeinen eine monotone negative Korrelation mit den meisten Quantenressourcen wie Verschränkung und Kohärenz aufweist, jedoch einzigartige positive Korrelationen mit der Restkapazität und der Zustandstextur aufweist, wodurch ein umfassender Rahmen für das Verständnis der Energiespeicherdynamik in Quantensystemen geboten wird.
Dieser Artikel schlägt ein verlustinduziertes Verfahren vor, das zwei entfernte supraleitende Transmon-Qubits verwendet, die über verlustbehaftete Hilfsresonatoren verbunden sind, und zeigt, dass konstruierte Interferenz zwischen verlustbehafteten Kopplungspfaden eine einstellbare Nichtreziprozität und nichtreziproke Verschränkung erzeugen kann, wodurch Verluste als wertvolle Ressource für skalierbare Quantennetzwerke etabliert werden.
Dieser Artikel schlägt die Wellenvarianz-Gleichverteilung () als fundamentale Metrik für die Qualität von Weltmodellen vor und zeigt, dass reale latente Räume in eine Volumen-Gesetz-Phase abweichen, die eine effiziente klassische Tensor-Netzwerk-Simulation ausschließt, während sie gleichzeitig eine -Schussrausch-Skalierungsgrenze aufdeckt, die die Skalierbarkeit des quantenmaschinellen Lernens einschränkt.
Diese Arbeit untersucht die Stabilität und das Quasi-Normal-Ringen von analogen Schwarz-Weiß-Löchern in SNAIL-basierten Reisewellen-parametrischen Verstärkern, indem sie eine Mastergleichung für das Sondefeld herleitet, die Stabilität mittels supersymmetrischer Quantenmechanik nachweist und die Quasi-Normal-Moden analysiert, um die Zeitskala für nichtlineare Dispersionseffekte zu bestimmen.
Diese Studie zeigt, dass die Bestrahlung einer statischen Wolframdiselenid-(WSe)-Barriere mit einem linear polarisierten Laserfeld reiche Floquet-Seitenbandstrukturen und Stark-ähnliche gebundene Zustände induziert, die den Klein-Tunneln-Effekt wirksam unterdrücken und eine dynamische Steuerung des Quantentransports für potenzielle optoelektronische Anwendungen ermöglichen.
Dieser Artikel charakterisiert die vollständige Geometrie erreichbarer Kovarianzmatrizen für endlichdimensionale Orts- und Impulsobservablen mittels konvexgeometrischer und semidefinit-programmierender Methoden, wodurch Minimum-Unschärfe-Zustände verallgemeinert und neue Schranken für die Mehrparameter-Schätzung sowie die Verschränkungsdetektion bereitgestellt werden.
Dieser Beitrag untersucht neuronale Decoder für die Quantenfehlerkorrektur erneut, indem er sie in fünf architektonische Paradigmen zusammenführt und auf FPGA-Hardware bewertet, wobei sich zeigt, dass Datenmenge, induktive Verzerrung und INT4-Quantisierung entscheidend für die Erreichung der für den praktischen Einsatz erforderlichen Latenz im Mikrosekundenbereich sind.
Dieser Artikel schlägt einen experimentellen Rahmen vor, der Leggett-Garg-Ungleichungen verwendet, um zwischen standardmäßigen diffusionsbasierten und nicht-diffusionsbasierten persistenten stochastischen Modellen in der Dynamik einzelner Neuronen zu unterscheiden, wobei nahegelegt wird, dass beobachtete Verletzungen auf nicht-Markovsche zeitliche Gedächtniseffekte und kontextuelle Strukturen hinweisen würden, ohne dass eine mikroskopische Quantenkohärenz erforderlich ist.
Diese Studie nutzt ein 7×7-Silizium-Quantenpunkt-Array, das mittels 300-mm-CMOS- und EUV-Lithografie hergestellt wurde, um nachzuweisen, dass eine Gate-Oxid-Dicke von 17 nm die Uniformität durch Minimierung der Schwellspannungsvariabilität optimiert und damit kritische Designrichtlinien für skalierbare Quantencomputing-Architekturen liefert.