9306 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 stellt fest, dass eine emergente Carrollsche Symmetrie die Physik der Phasentrennung in eindimensionalen Gittersystemen beherrscht, und zeigt auf, dass die Carrollsche Konforme Feldtheorie einen erfolgreichen analytischen und numerischen Rahmen zur Beschreibung von Dichte-Dichte-Korrelationen bietet, bei denen standardmäßige relativistische CFT-Techniken versagen.
Dieses Paper schlägt einen steuerbaren On-Chip-Frequenzteiler für supraleitende Quantenschaltkreise vor, der eine simultane Zwei-Atom-Anregung über Drei-Körper- und Zwei-Körper-Wechselwirkungen nutzt, um hochfrequente Mikrowellenphotonen in niederfrequente Signale umzuwandeln und dadurch die für Messungen an großskaligen Quantenchips erforderliche Kabelbelegung zu reduzieren.
Diese Arbeit demonstriert experimentell Periodenverdopplung und höhere Multiplizitäten (bis zu ) in einem getriebenen Spin-1/2-System unter Verwendung von Stickstoff-Fehlstellen-Zentren in Diamant, gestützt durch eine theoretische Analyse, die niederfrequente Modulationen als einzigartige Proxys für das Annähern dieser Perioden--tupling-Zustände identifiziert.
Dieses Paper führt die Tensor-Network Variational Diagonalization (TNVD) ein, eine Methode, die vollständige Vielteilchenspektren und deren diagonalisierende Transformationen gemeinsam in effiziente Tensor-Netzwerk-Repräsentationen komprimiert und aufzeigt, dass die spektrale Handhabbarkeit durch die Schmidt-Abschneidung (Schmidt truncation) und nicht allein durch spektrale Chaos begrenzt wird.
Diese Thesis führt eine verallgemeinerte lokale Komplementationsregel ein, die die LU-Äquivalenz für Graphzustände vollständig charakterisiert und damit eine unendliche Hierarchie zwischen LC- und LU-Äquivalenz etabliert, einen quasi-polynomiellen Entscheidungsalgorithmus bereitstellt, die Äquivalenz für Zustände bis zu 19 Qubits beweist und universelle Graphzustände analysiert.
Dieses Paper schlägt eine pulsbasierte Variante des Data-Re-Uploading für Quanten-Maschinelles-Lernen vor, die trainierbare Parameter direkt in die Systemdynamik einbettet und eine überlegene Genauigkeit, Generalisierung sowie Rauschresistenz im Vergleich zu traditionellen gatterbasierten Modellen auf simulierter supraleitender Hardware demonstriert.
Diese Arbeit legt dar, dass Scrooge-Ensembles, welche maximal entropische Verteilungen reiner Zustände unter physikalischen Nebenbedingungen repräsentieren, universell in Quanten-Vielteilchensystemen durch chaotische Dynamik und Messungen hervorgehen, wobei deren Erzeugung Ressourcen erfordert, die effizient mit der gewünschten Approximationsgenauigkeit skalieren.
Diese Arbeit schlägt ein messbasiertes Quantenmetrologieprotokoll unter Verwendung eines schwach gekoppelten Hilfsqubits und optimierter gemeinsamer Evolution vor, um Zustände von Spinensembles in hoch unterscheidbare Superpositionen zu transformieren und dadurch eine Heisenberg-limitierte Phasensensitivität mit quadratischer Skalierung in Bezug auf die Probengröße zu erreichen, ohne GHZ-Zustände oder Squeezing-Hamiltonoperianen zu erfordern.
Diese Arbeit zeigt, dass ein sequentielles Interaktionsmodell für Quantenillumination, welches zweimodige gepresste Zustände nutzt, klassische kohärente Zustands-Protokolle bei der Detektion von verlustbehafteten Zielen mit geringer Reflexivität in verrauschten thermischen Umgebungen signifikant übertrifft, indem es überlegene Signal-Rausch-Verhältnisse und niedrigere Fehlerraten erzielt.
Dieses Paper schlägt ein Machine-Learning-Framework vor, das eine neuartige gewichtete Gütezahl (wPST) für Quantenschaltkreise vorhersagt, indem es zuerst die erforderlichen Kompilierungsgatter schätzt und anschließend das Hardware-Rauschen berücksichtigt, wodurch es herkömmliche Metriken bei der Auswahl hochwertiger Schaltkreise für Quanten-Geräte signifikant übertrifft.