6293 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 die erste rigorose Theorie für den konvergenten Einsatz von Glaubensausbreitung in Tensor-Netzwerken für stark injektive Zustände vor, die algorithmische Lokalität nachweist und effiziente, lokal korrigierte Berechnungen physikalischer Größen mit kontrollierter Genauigkeit ermöglicht.
Diese Arbeit entwickelt ein subsystembasiertes Rahmenwerk zur Untersuchung der Spektraltheorie quantenmechanischer Vielteilchen-Hamilton-Operatoren, das zeigt, wie die Lokalität der Wechselwirkungen sowohl die Operatoren als auch deren Spektren bestimmt und zu stabilen, lokal approximierbaren sowie für disjunkte Teilsysteme näherungsweise additiven Spektraleigenschaften führt.
Die Autoren präsentieren und experimentell demonstrieren einen Protokollansatz für ein verschränktes Vier-Dimensionalitäts-Photonen-Photonen-Quantengatter (CPF) mittels Orbitaldrehimpuls-Kodierung, das durch eine neuartige Phasenstabilisierungstechnologie eine hohe Prozessfidelität erreicht und somit einen bedeutenden Fortschritt für die hochdimensionale optische Quanteninformationsverarbeitung darstellt.
Diese Arbeit stellt ein vollständig quantenmechanisches Framework für Reinforcement Learning vor, das Markov-Entscheidungsprozesse, Quantenarithmetik und Trajektoriensuche integriert, um Agent-Umwelt-Interaktionen ohne klassische Berechnungen durchzuführen und dabei die Effizienz durch Quantenüberlagerung zu steigern.
Die Arbeit argumentiert, dass die Rotation eines dünnen supraleitenden Zylinders die kritische Temperatur signifikant erhöhen kann, indem die Bildung von Cooper-Paaren einen Teil der Elektronen von der mechanischen Rotation entkoppelt und so über erzeugte Ströme und magnetische Wechselwirkungen die Rotationsenergie speichert.
Die Studie demonstriert auf dem Quantencomputer Quantinuum H1-1 die Machbarkeit einer voll optimierten, variationellen Simulation der dynamischen Quantenphasenübergänge im transversalen Ising-Modell durch eine effiziente Kombination aus einem Matrix-Produkt-Zustands-Ansatz und stochastischen Korrekturen, was eine bisher verborgene Einfachheit der Systemdynamik offenbart.
Diese Studie untersucht das Supersolid-Verhalten zweidimensionaler Soft-Core-Bosonen bei endlichen Temperaturen mittels Hartree-Fock- und Quanten-Monte-Carlo-Methoden, identifiziert einen breiten Supersolid-Bereich sowie eine mögliche hexatische Zwischenphase und validiert dabei die Hartree-Fock-Theorie als effektives Werkzeug zur Analyse von Schmelz- und Gefrierübergängen.
Diese Arbeit untersucht den Horizon Brightened Acceleration Radiation (HBAR)-Effekt mittels einer Ableitungskopplung zwischen Atom und Feld, um Infrarot-Divergenzen zu lösen und zeigt, dass diese Kopplung zu einer frequenzunabhängigen Übergangswahrscheinlichkeit sowie zu nichtgleichgewichtigen thermodynamischen Zuständen bei endlichen Detektoren führt.
Diese Arbeit stellt eine robuste, geräteunabhängige Selbsttestmethode und eine zertifizierte Zufallszahlengenerierung auf Basis einer beliebigen Eingabe-kettigen Bell-Ungleichung vor, die mithilfe einer effizienten Sum-of-Squares-Technik noise-tolerante Optimierungen und die Ableitung von Quantenzuständen sowie lokalen Observablen ermöglicht.
Die Arbeit führt ein physikalisches Rahmenwerk zur Definition von Phasen von Datenverteilungen ein, das zeigt, dass Diffusionsmodelle während der Denoisierung eine schnelle Phasenübergangsphase durchlaufen, was die Entwicklung effizienterer Architekturen ermöglicht, die nur in diesem kritischen Zeitintervall globale neuronale Netze benötigen.