6391 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.
Die Studie zeigt, dass magnetische „Dicke-Materialien", die durch ein superradiantes Phasenübergangsverhalten gekennzeichnet sind, auch unter realistischen Bedingungen wie endlicher Temperatur und Unordnung eine robuste Quantenquetschung aufweisen, was sie zu einer vielversprechenden Ressource für die Quantenmetrologie und den Nachweis von Verschränkung in Festkörpersystemen macht.
Die Autoren erweitern das EOQ-Framework durch eine Kombination aus klassischem stochastischem Sampling und einer linearen Kombination von Unitären, um die effiziente, fehlertolerante Vorbereitung fermionischer Quantenzustände ohne das bisherige Vorzeichenproblem zu ermöglichen, was sie am Thirring-Modell erfolgreich validieren.
Die Studie zeigt, dass ein quantenmechanischer, informationsbeschränkter Perzeptron-Modell unter identischen Lernbedingungen und Ressourcen eine universelle Vorhersageüberlegenheit gegenüber seinem klassischen Gegenüber aufweist.
Diese Arbeit formuliert ein geometrisches Rahmenwerk für die quasistatische Thermodynamik offener Quantensysteme, in dem die verrichtete Arbeit als Fluss einer Krümmungsform interpretiert wird, deren Struktur im klassischen Limit durch thermodynamische Response und im Quantenfall durch Kohärenz sowie die Fehlausrichtung zwischen Energie- und Pointer-Basis bestimmt wird.
Die Arbeit zeigt, dass eine verallgemeinerte, integrable Painlevé-II-Gleichung mittels eines Lax-Paares und des exakten Demkov-Osherov-Modells analysiert wird, um asymptotische Verbindungsformeln abzuleiten, die präzise Skalierungsgesetze für die Vakuumzerfallsrate bei Phasenübergängen zweiter Ordnung liefern.
Diese Arbeit stellt erstmals eine Verbindung zwischen permutational invarianten Bell-Operatoren und der Stoquastizität her, indem sie den Stoquastizitätskegel einführt, um die Parameterbereiche für die Stoquastizität vollständig zu charakterisieren und zu zeigen, dass Bell-Operatoren mit höchstens drei-Körper-Korrelatoren stets stoquastisch gemacht werden können.
Diese Arbeit stellt einen umfassenden Benchmark verschiedener exakter und heuristischer Algorithmen zur Bestimmung des Abstands von klassischen und Quantencodes sowie deren Schaltkreisen vor, entwickelt dabei den QDistEvol-Algorithmus, der sich besonders für Quanten-LDPC-Codes eignet, und stellt die Ergebnisse sowie die Testdaten in dem Python-Paket codeDistance der Gemeinschaft zur Verfügung.
Die Studie widerlegt die gängige Annahme, dass der nicht-hermitesche Haut-Effekt (NHSE) auf einer nicht-trivialen Punkt-Lücken-Topologie beruht, und zeigt stattdessen, dass er vielmehr aus spektraler Instabilität und Nicht-Reziprozität resultiert, da die übliche Korrelation zwischen spektraler Windung und Randlokalisation nicht allgemein gültig ist.
In dieser Arbeit wird eine deterministische Mastergleichung hergeleitet, die allgemeine nicht-Markovsche Rückkopplungen durch Signalverarbeitung modelliert und dabei Systeme mit Gedächtniseffekten sowie nicht-trivialer Frequenzabhängigkeit beschreibt.
Diese Arbeit stellt ein Interferenz-Framework vor, das die nichtlineare Dynamik kollektiver Spin-Ensembles zur Erzeugung von Verschränkung und zur Analyse der metrologischen Leistung unter Rauschen beschreibt, wobei gezeigt wird, dass die Hamilton-Steuerung zwar die Ein-Parameter-Empfindlichkeit verbessern, die Präzision bei der Mehrparameter-Schätzung jedoch fundamental begrenzt ist.