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.

🔢 mathematics

Entropic Uncertainty Relations for Mutually Unbiased Operator Frames

Diese Arbeit etabliert entropische Unschärferelationen für Operator-Frames im Hilbert-Schmidt-Raum, leitet eine verstärkte Hirschman-Beckner-Typ-Schranke für zueinander unbedeutende (mutually unbiased) Frames ab und demonstriert deren Anwendung auf Weyl-Displacement-Operatoren und Wigner-Kernel, um Unschärfeprinzipien von Messergebnissen auf Operatorrepräsentationen zu erweitern.

Jesni Shamsul Shaari, Stefano Mancini2026-06-23
🔢 mathematics

Jacobi exceptional orthogonal polynomials for extended Scarf I potentials with position-dependent mass

Diese Arbeit zeigt, dass das Scarf-I-Potenzialproblem mit einer spezifischen positionsabhängigen Masse mittels einer punktkanonischen Transformation gelöst werden kann, was exakt lösbare rationale Erweiterungen liefert, die mit XmX_m-Jacobi-exzeptionalen orthogonalen Polynomen assoziiert sind und eine deformierte Forminvarianz innerhalb eines supersymmetrischen Rahmens aufweisen.

Christiane Quesne2026-06-23
⚛️ nuclear experiments

Ultra-Peripheral Collisions as a Nuclear-Structure Interferometer with Interpretable Multitask Deep Learning

Dieses Papier stellt ein interpretierbares Multitask-Deep-Learning-Framework vor, das Transversalimpulsverteilungen aus ultra-peripheren Kollisionen analysiert, um durch die Entflechtung von Beugungs- und Interferenzmustern in der kohärenten J/ψJ/\psi-Photoproduktion gleichzeitig mehrere Kernstrukturindikatoren, wie etwa Deformation und Neutronenhaut, zu extrahieren.

Jing-Zong Zhang, Wang-Mei Zha, Lingxiao Wang, Guo-Liang Ma2026-06-23
⚛️ quantum physics

Bounding Classical and Quantum Correlations in Bayesian Networks with Quasiprobabilities

Diese Arbeit untersucht quasi-probabilistische Modelle für Bayessche Netze und zeigt auf, dass diese alle nicht-signalisierenden Korrelationen für eine breite Klasse von Netzwerken erzeugen können, wobei sie vermutet, dass diese „Quasi-Menge“ das verschachtelte Markov-Modell wiederherstellt, unter Nutzung von Verbindungen zu Tensornetzwerk-Zerlegungen.

Paul Becsi, Matty J. Hoban2026-06-23
⚛️ quantum physics

On the cryptographic potential of single-qubit rotations

Dieses Paper führt zwei kompositorisch sichere Konstruktionen ein, die demonstrieren, dass die meisten quantenkryptographischen Protokolle angepasst werden können, um die vertrauenswürdige Qubit-Präparation und -Messung an einen nicht vertrauenswürdigen Anbieter zu delegieren, wodurch Parteien in der Lage sind, sich innerhalb der vielseitigen Qline-Architektur ausschließlich auf vertrauenswürdige Einzel-Qubit-Rotationsgeräte zu verlassen.

Alex B. Grilo, Lucas Hanouz, Anne Marin2026-06-23
⚛️ quantum physics

Quantum Convolutional Neural Networks for Groundwater Heat Plume Prediction: A Surrogate Modeling Approach

Diese Arbeit schlägt ein Quanten-Faltungsneuronales Netz (QCNN) als Ersatzmodell zur Vorhersage der Dynamik von Grundwasserwärmefahnen in München vor und zeigt auf, dass Quanten-Faltungsneuronale Netze zwar derzeit klassische Netzwerke hinsichtlich der Genauigkeit übertreffen, das QCNN jedoch auf Quantensimulatoren eine wettbewerbsfähige Leistung erbringt und unter fehlerkorrigierten Hardwarebedingungen vielversprechende Verbesserungen zeigt.

Danyal Maheshwari, Julia Pelzer, Miriam Schulte2026-06-23
🔬 optics

Full-Field Mode Sorter for Optical Knots

Diese Arbeit demonstriert einen Proof-of-Principle-Vollfeld-Sortierer unter Verwendung optimierter phasen-basierter Elemente, um topologisch strukturierte optische Knoten, wie etwa Hopf-Verknüpfungen und Trefoil-Knoten, mit hoher Genauigkeit und geringem Übersprechen zu unterscheiden und dadurch ein praktisches Auslesen für die knotenbasierte hochdimensionale optische Kommunikation zu ermöglichen.

Tareq Jaouni, Roohollah Ghobadi, Ebrahim Karimi2026-06-23