9721 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 schlägt einen auf der Verschränkungsstruktur basierenden Ansatz vor und validiert diesen unter Verwendung der Fourier-Analyse der paarweisen Konkurenzen, um -Phasenübergänge in 1D-Rydberg-Atom-Arrays zu charakterisieren, was eine leistungsstarke Alternative zu herkömmlichen lokalen Ordnungsparametern darstellt und ein praktikables experimentelles Messprotokoll skizziert.
Diese Arbeit zeigt, dass die Kiloelektronenvolt-Helium-Beugung durch freistehendes einlagiges Graphen in ein Starkkopplungsregime eintritt, in dem Gitterverzerrungen signifikante Phasenstreuungen verursachen, die nicht durch den traditionellen perturbativen Debye-Waller-Faktor beschrieben werden können, ein Phänomen, das sich deutlich vom Schwachkopplungsverhalten unterscheidet, welches bei der Beugung von atomarem Wasserstoff beobachtet wird.
Dieses Paper führt Pi-QEM ein, ein auf maschinellem Lernen basierendes Framework zur Quantenfehlerkorrektur, das systematisch Trainings-Observablen basierend auf Pauli-Gewichten auswählt, um die Schätzfehler der Grundzustandsenergie effizient unter Verwendung nur einer kleinen Teilmenge dominanter, niedergewichtiger Pauli-Strings zu reduzieren.
Diese Arbeit führt ein neues kumulanten-basiertes Quanten-Rényi-Relativfunktional ein, das aus der Kumulanten-Erzeugerfunktion des Quanten-relativen Surprisal-Operators abgeleitet wurde, legt dessen fundamentale Eigenschaften dar und zeigt auf, dass eine regularisierte Version dieses Funktionals genau dann verschwindet, wenn Quantenzustände kommutieren, wodurch es eine neuartige Charakterisierung von Nichtkommutativität bietet und eine vermutete Monotonie unter Kommutativität erhaltenden Kanälen postuliert.
Diese Arbeit führt geschlossene Ausdrücke für die Verschränkungs- und Fidelitätsabsorptionskapazitäten von separablen Rauschzuständen ein und leitet diese her, welche die maximale Menge an Bell-Referenz quantifizieren, die ein Rauschzustand tolerieren kann, bevor er den Verschränkungs- oder Teleportationsvorteil verliert, indem sie diese Schwellenwerte durch eine einheitliche Möbius-Transformation für verschiedene Rauschkonfigurationen und dynamische Entwicklungen abbilden.
Dieses Paper führt ein hybrides quanten-klassisches Ersatzmodell ein, das parametrisierte Quantenschaltkreise nutzt, um den nichtlinearen BGK-Kollisionsoperator der Lattice-Boltzmann-Methode über den gesamten Bereich der Relaxationsparameter hinweg präzise zu approximieren, wobei eine hohe Genauigkeit und Generalisierbarkeit in Benchmark-Strömungssimulationen nachgewiesen wird.
Dieses Paper stellt einen programmierbaren optischen parametrischen Verstärker-Synthesizer vor, der unter einem heralded photonen-zahlauflösenden Framework hochtreue kubische Phasenzustände erzeugt und Schrödinger-Katzen-Zustände verstärkt, indem er distinkte katalytische sowie nicht-katalytische Konfigurationen nutzt, um eine Fidelität von über 0,99 mit experimentell zugänglichen moderaten Verstärkungsoperationen zu erreichen.
Diese Arbeit führt ein einheitliches, berechenbares Spektralmaß für multipartite Verschränkung ein, das auf Verschränkungsdiagrammen und -matrizen basiert, beweist dessen Gültigkeit als fundamentales Verschränkungsmaß und leitet eine verallgemeinerte Monogamie-Relation ab, die die residuelle Verschränkung auf beliebige multipartite Systeme erweitert.
Dieses Paper schlägt ein auf Reinforcement Learning basierendes End-to-End-Optimierungsframework vor, das die Pulsformung des Transmitters und das angepasste Filtern des Receivers unter realistischen Hardwarebeschränkungen gemeinsam entwirft, um Modenfehlanpassung zu mildern und die sicheren Schlüsselraten in Continuous-Variable-Quantenschlüsselaustausch-Systemen zu erhöhen.
Diese Arbeit löst das Expressivitäts-Trainierbarkeits-Paradoxon im Quantenmaschinellen Lernen, indem sie zeigt, dass Beschränkungen der dynamischen Lie-Algebra als strukturelle Regularisierer dienen, die Barren Plateaus effektiv mildern und ein skalierbares Training ermöglichen, indem sie die Modellkapazität mit der Geometrie der Optimierungslandschaft in Einklang bringen.