11126 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.
Diese Arbeit präsentiert eine explizite Konstruktion asymptotisch guter binärer CSS-Codes, die vollständig adressierbare transversale -Gatter unterstützen, indem algebraische-geometrische Codes mit optimierten binären Einbettungen kombiniert werden, um verallgemeinerte Teilbarkeit zu erreichen.
Diese Arbeit leitet eine rigorose Fehlerschranke für die Näherung von Quantenkorrelationsfunktionen bei unendlicher Temperatur innerhalb eines endlichen Bereichs ab und zeigt auf, dass dieser Ansatz hochgenaue Ergebnisse für eindimensionale Systeme liefert und eine Methode zur Validierung anderer Näherungsverfahren wie Matrix-Produkt-Operator-Simulationen bereitstellt.
Dieses Paper führt ein modulares Framework für homomorphe polynomielle Transduktion ein, das relatives Dekodieren nutzt, um effizient präparierbare polynomielle Zustände zwischen Hamiltonoperatoren zu übertragen, wodurch die dekodierte Quanteninterferometrie auf breitere Systeme ausgedehnt und ein Quantenvorteil gegenüber klassischen Heuristiken bei nichtlinearen Optimierungsaufgaben demonstriert wird.
Diese Arbeit präsentiert eine experimentelle Proof-of-Principle-Demonstration, dass die Zweckentfremdung des Grover-Suchalgorithmus auf ein bescheidenes supraleitendes Qubit-Kavitäts-System eine quantenunterstützte Sensorik ermöglicht, die einen signifikanten metrologischen Vorteil gegenüber konventionellen Methoden für die Detektion unbekannter Frequenzsignale in Bandbreiten von über 10 MHz erzielt, ohne dass großskalige fehlertolerante Hardware erforderlich ist.
Dieses Paper führt das Cyclotomic Coset Problem (CCP) als eine, die verborgene Untergruppenstrukturen bewahrende Verallgemeinerung des Dihedral Coset Problems ein und präsentiert einen Quanten-Sieving-Algorithmus, der CCP, uniformes EDCP und Gaussian S|LWE in quasi-polynomieller Zeit für Primpotenz-Moduli löst, wenngleich dies aufgrund von Einschränkungen in der Zustandsgenerierung der Reduktion noch keine quasi-polynomielle Lösung für Standard-LWE liefert.
Dieses Paper führt ein vereinheitlichtes, likelihood-freies Framework namens Simulation-Based Quantum System Inference ein, das effiziente klassische Simulatoren mit neuronalen Dichteschätzern kombiniert, um eine schnelle, wiederverwendbare und präzise Parameterinferenz für großskalige Quantensysteme zu ermöglichen und dadurch die rechnerische Unbehandelbarkeit traditioneller Likelihood-basierter Methoden effektiv zu überwinden.
Diese Arbeit führt eine paritäts-oblivious Hidden-Matching-Aufgabe ein, die eine qualitative „Alles-oder-Nichts“-Trennung zwischen der Quantentheorie und präparations-nichtkontextuellen Modellen demonstriert, wobei ein Quantenprotokoll unter Verwendung einer einzigen -Qubit-Nachricht einen perfekten Erfolg erzielt, während kein präparations-nichtkontextuelles Modell für ein gerades mit Sicherheit erfolgreich sein kann.
Diese Arbeit führt einen allgemeinen „Korrelationsindex“ ein, der sowohl für quantenmechanische als auch für klassische, im Gleichgewicht befindliche sowie Nichtgleichgewichts-Statistiksysteme anwendbar ist, und demonstriert dessen Nutzen durch Berechnungen an verschiedenen Dichtematrizen sowie spezifischen Beispielen, die von Bose-Einstein-Kondensaten und Supraleitern bis hin zu Spinsystemen unter nichtlinearer Dynamik reichen.
Diese Arbeit führt eine neuartige Quanten-Rényi-bedingte Information mutualer Art ein, die wesentliche strukturelle Eigenschaften wie Monotonie und Additivität erfüllt, stellt ihre Verbindung zu approximativer bedingter Unabhängigkeit über Petz-rekonstruierte Zustände her und leitet verbesserte Schranken sowie neuartige Kettenregeln sowohl für den Quanten- als auch für den klassischen Kontext ab.
Diese Arbeit adressiert die Ambiguität der Genauigkeit nach dem Löschen im Bereich des maschinellen Lernens für Materialien, indem sie eine „Löschuntergrenze“ (deletion floor) basierend auf der Retraining-Äquivalenz definiert, theoretische Schranken etabliert, die niedrige Löschuntergrenzen mit der Redundanz der verbleibenden Daten verknüpfen, und empirisch nachweist, dass Evaluierungen des Unlearnings auf Anfrage-Ebene gemeinsam den Referenzverlust, die Änderung der Vorhersage und den erhaltenen Nutzen angeben müssen, um zwischen effektivem Unlearning und bloßer Datenunterdrückung zu unterscheiden.