11128 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 führt eine Drei-Ergebnis-Bell-Ungleichung für Vielteilchen-Spin-1-Systeme ein, die als praktischer Dimensions-Witness dient, um echte Qutrit-Korrelationen sowie die Robustheit von Spin-Nematik-gequetschten Zuständen zu zertifizieren und dadurch hochdimensionale Quantenressourcen mit metrologischen Vorteilen verknüpft.
Diese Arbeit präsentiert einen skalierbaren hybriden Quanten-Klassik-Algorithmus zur Simulation nichtlinearer partieller Differentialgleichungen in elektrochemischen Systemen und demonstriert dessen Anwendung durch die Durchführung der ersten Quantensimulation einer Batteriezelle unter Verwendung des Single Particle Model mit Elektrolyt (SPMe).
Diese Arbeit konstruiert explizite, in Polynomialzeit berechenbare, asymptotisch gute binäre qLTCs, indem sie uniforme produktexpandierende Reed-Solomon-Codes auf arithmetische kubische Scheffenkomplexe legt und dadurch eine positive Rate, lineare Distanz sowie konstante Soundness mit beschränkten Gewichten erreicht.
Diese Arbeit greift die Technik der komprimierten Permutationsorakel-Methode wieder auf, um eine enge -Sch soundness-Schranke durch einen konzeptionell einfacheren Beweis zu etablieren und dadurch rigorose Quantensicherheitsanalysen für kryptographische Konstruktionen wie SHA3, SHA1 und SHA2 zu ermöglichen, die zuvor durch schwächere Schranken begrenzt waren.
Diese Arbeit zeigt, dass kontrollierte Dissipation in Neutralatom-Arrays essenziell ist, um die Echo-Zustands-Eigenschaft und das abklingende Gedächtnis im Quanten-Reservoir-Computing zu erreichen, was eine leistungsstarke Verarbeitung komplexer nichtlinearer Zeitreihen mit nur fünf Atomen durch den Betrieb an der Grenze zum Quantenchaos ermöglicht.
Diese Arbeit stellt fest, dass die Fehlerwahrscheinlichkeit der globalen „Pretty Good Measurement“ für jedes endliche Quantenensemble höchstens das Vierfache der Summe der optimalen binären Fehlerwahrscheinlichkeiten beträgt, wobei sie diesen Koeffizienten durch einen vereinfachten matrixanalytischen Ansatz, der über bisherige paarweise Schranken hinausgeht, als scharf und optimal nachweist.
Dieses Paper schlägt ein hybrides Quanten-Klassik-Framework für die Kompression von Graustufenbildern vor, das eine Variationale Quanten-Daubechies-Wavelet-Transformation und ein trainierbares Quanten-Convolutional-Neural-Network mit einem klassischen Super-Resolution-GAN zur Dekompression kombiniert und dabei eine Rekonstruktionsqualität erreicht, die dem JPEG2000-Standard ebenbürtig ist oder diesen sogar übertrifft.
Diese Arbeit präsentiert einen chemisch manipulierten Eu-Molekülkomplex und ein Hole Anti-hole Grating Echo Memory (HAGEM)-Protokoll, um die erste durch Molekültechnik ermöglichte breitbandige quantenoptische Speicherung mit einer Effizienz von 14,9 % und einer Bandbreite von 200 MHz zu demonstrieren, was einen neuen Rahmen für das Design von Seltenerdionen-Materialien für zukünftige Quantennetzwerke etabliert.
Dieses Paper schlägt QRLQ vor, ein Quantum Reinforcement Learning Framework, das parametrisierte Quantenschaltkreise mit einem Dueling Double Deep Q-Network integriert, um Kosten-Verzögerungs-Tradeoffs bei der Quanten-Cloud-Orchestrierung zu optimieren, wobei es eine überlegene Leistung gegenüber heuristischen Baselines und vergleichbare Ergebnisse zu klassischem Deep Reinforcement Learning mit signifikant weniger trainierbaren Parametern demonstriert.
Diese Arbeit präsentiert ein adaptives Zertifizierungsprotokoll für beliebige reine fermionische Gauß-Zustände, das eine optimale Probenkomplexität von mittels Einzelqubit-Messungen und klassischer Verarbeitung erreicht, wobei die Effizienz durch die Spektrallücke einer hochdimensionalen Expander-Markov-Kette bestimmt wird und auf bestimmte nicht-Gaußsche phasen-gekleidete Zustände erweiterbar ist.