9979 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 die Verwendung linearer Anordnungen von gefangenen 1,2-Propandiol-Molekülen als Quantensimulator vor, wobei die molekulare Chiralität natürlich eine emergente Dzyaloshinskii-Moriya-Wechselwirkung induziert, die unter spezifischen elektrischen Feld- und Abstandsbedingungen eine robuste chirale Luttinger-Flüssigkeitsphase stabilisiert.
Diese Arbeit zeigt auf, dass scheinbare Phasenübergänge während des Fine-Tunings von Sprachmodellen auf Aufgaben mit Nahesynonymen „Phantomphänomene“ sind, die durch Diskontinuitäten im Softmax-Readout verursacht werden, statt durch echte geometrische Veränderungen im Einbettungsraum, ein Phänomen, das durch einen vereinheitlichten Ordnungsparameter charakterisiert wird, der kritische Lernraten über verschiedene Architekturen hinweg erfolgreich vorhersagt.
Dieses Paper schlägt zwei informationsgeometrische Optimierungsflüsse für Black-Box-Probleme auf Sphären vor, indem es die natürlichen Suchgradienten mittels hyperbolischer Geometrie rigoros berechnet und demonstriert, dass Ensembles verallgemeinerter Kuramoto-Oszillatoren diese Algorithmen realisieren können, während es gleichzeitig eine Verbindung zwischen natürlichen Gradienten-Policies in Bergman-Ballen und quantenbasierter Entscheidungsfindung hervorhebt.
Durch den Einsatz von unendlichen Tensor-Netzwerk-Zuständen, die mittels Belief Propagation optimiert wurden, zeigt diese Studie auf, dass der frustrierte Spin-1/2-Heisenberg-Antiferromagnet auf dem Rubin-Gitter stabile magnetische Plateaus bildet, die einen neuartigen „Simplex-Liquid-Zustand“ mit Restentropie bei niedrigen Temperaturen beherbergen, ein Prozess, der kontinuierlich und ohne Phasenübergang erfolgt, während das System abkühlt.
Dieses Paper präsentiert ein hardwarebewusstes, datengesteuertes Framework, das die Quantenkompilierung und die leichte Fehlererkennung gemeinsam optimiert, um die Erfolgsraten von Algorithmen für frühe fehlertolerante Systeme unter Latenzbeschränkungen signifikant zu verbessern.
Dieses Papier schlägt vor, dass für getriebene-dissipative Quanten-Vielekörpersysteme mit verborgener Zeitumkehrsymmetrie die exponentiell langen metastabilen Zeitskalen nahe dissipativer Phasenübergänge erster Ordnung analytisch unter Verwendung einer speziellen Purifizierung des Nichtgleichgewichts-Stationärzustands vorhergesagt werden können, eine Vermutung, die durch detaillierte Studien spezifischer Spin- und Kavitätsmodelle validiert wurde, bei denen traditionelle semiklassische Methoden versagen.
Dieses Paper schlägt die Verwendung von Ladungstransportmessungen in dotierten Übergangsmetall-Dichalkogenid-Heterostrukturen vor, um Exzitonen-Kondensation durch das Identifizieren distinkter Signaturen wie etwa reduzierter Resistivität aufgrund unterdrückter Streuung und einer Vorzeichenumkehr der Hall-Resistivität zu detektieren, welche durch kondensatinduzierte Hybridisierung nahe einer Festkörper-Feshbach-Resonanz verursacht wird.
Diese Arbeit untersucht die dynamische Erzeugung von Verschränkung in parametrisch getriebenen gekoppelten supraleitenden Qubits und enthüllt einen nichttrivialen Mechanismus, der durch Multiphotonenresonanz und Floquet-Zustands-Hybridisierung angetrieben wird, welcher eine effiziente Kontrolle der Verschränkung ermöglicht, einschließlich ihrer vollständigen Unterdrückung durch kohärente Destruktion.
Dieses Paper führt die Hamiltonian-Guided Leverage Embedding (HGLE) ein, einen hybriden Algorithmus, der die Low-Rank-Struktur von QAOA-Messproben ausnutzt, um Feature-Matrizen mittels Leverage-Score-Sampling zu komprimieren, wodurch eine robuste und effiziente klassische Parameterschätzung mit formalen Garantien bezüglich Geometrieerhaltung und Fehlergrenzen ermöglicht wird.
Dieses Paper führt ein agentengesteuertes Multi-Fidelity-Lernframework ein, das einen strukturellen Agenten zur Diagnose numerischer Instabilitäten in GW-Bethe-Salpeter-Berechnungen einsetzt und maschinelle Lernkorrekturen anwendet, um quasipartikelartige und exzitonische Eigenschaften in verspannten MoS2-WS2-Bilagen präzise vorherzusagen, wobei demonstriert wird, dass die explizite Erkennung numerischer Fragilität essenziell für eine zuverlässige Ersatzmodellierung angeregter Zustände in Materialien ist.