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

Symmetry-based quantum algorithms for open-shop scheduling with hard constraints

Dieser Beitrag stellt einen symmetriebasierten Ansatz zur Kodierung harter Nebenbedingungen in Open-Shop-Scheduling-Problemen für das Quantencomputing vor, der einen neuartigen variationsbasierten Algorithmus vorschlägt, der zulässigkeitserhaltende Permutationsgruppen nutzt, um durch die Optimierung lediglich einer quadratischen Anzahl von Parametern mit Sicherheit das Erreichen optimaler Lösungen zu garantieren.

Lennart Binkowski, Gereon Koßmann, Christian Tutschku, René Schwonnek2026-05-18
⚛️ quantum physics

Tensor-Network Formulation of the Traveling Salesman Problem and Variants

Dieser Beitrag stellt eine Tensor-Netzwerk-Formulierung für das Traveling-Salesman-Problem und seine Varianten vor, die Boltzmann-gewichtete Schichten und Zählfilter verwendet, um optimale Touren mittels einer sequentiellen Randregel zu identifizieren, und dient als Heuristik für industrielle Anwendungen im kleinen Maßstab, nicht jedoch als überlegene Alternative zu spezialisierten klassischen Lösern.

Alejandro Mata Ali, Iñigo Perez Delgado, Aitor Moreno Fdez. de Leceta2026-05-18
🔬 atomic physics

Highly Excited Electron Cyclotron for QCD Axion and Dark-Photon Detection

Dieser Artikel schlägt ein deutlich verbessertes Nachweisschema für QCD-Axione und Dunkle Photonen im meV-Bereich vor, das hochangeregte Zyklotronzustände eines eingefangenen Elektrons in einer Open-Endcap-Falle nutzt und durch optimierte experimentelle Parameter sowie dielektrisch verstärkte Resonatoren eine hintergrundfreie Empfindlichkeit für den vorhergesagten post-inflationären QCD-Axion-Massenbereich (0,1–2,3 meV) sowie für kinetische Mischungsparameter von Dunklen Photonen bis hinab zu ϵ≈2×10−16\epsilon \approx 2 \times 10^{-16} erreicht.

Xing Fan, Gerald Gabrielse, Peter W. Graham, Harikrishnan Ramani, Samuel S. Y. Wong, Yawen Xiao2026-05-18
⚛️ quantum physics

Distinguishing Ordered Phases using Machine Learning and Classical Shadows

Dieser Artikel schlägt ein skalierbares und effizientes Framework vor, das klassische Schatten mit unüberwachtem maschinellen Lernen kombiniert, um Quantenphasenübergänge in Modellen wie dem axialen nächsten-Nachbar-Ising- und dem Kitaev-Heisenberg-System effektiv zu identifizieren, wobei eine eingeschränkte Menge lokaler Observablen genutzt wird, um eine logarithmische Probenkomplexität zu erreichen.

Leandro Morais, Tiago Pernambuco, Rodrigo G. Pereira, Askery Canabarro, Diogo O. Soares-Pinto, Rafael Chaves2026-05-18
⚛️ quantum physics

An extended Wigner's friend no-go theorem inspired by generalized contextuality

Inspiriert von der Korrespondenz zwischen Nichtlokalität und verallgemeinerter Kontextualität führt diese Arbeit das No-Go-Theorem der „Nichtkontextuellen Freundlichkeit" ein, das zeigt, dass die Quantentheorie mit den gemeinsamen Annahmen der Absolutheit beobachteter Ereignisse und nichtkontextueller Handlungsfähigkeit unvereinbar ist, wodurch das bestehende No-Go-Theorem der lokalen Freundlichkeit verallgemeinert und gestärkt wird.

Laurens Walleghem, Lorenzo Catani2026-05-18
⚛️ quantum physics

Variational decision diagrams for quantum-inspired machine learning applications

Dieser Beitrag stellt Variational Decision Diagrams (VDDs) vor, eine neuartige Graphenstruktur, die die Effizienz von Decision Diagrams mit variationaler Anpassungsfähigkeit zur Darstellung von Quantenzuständen vereint und deren Trainierbarkeit für die Grundzustandsschätzung nachweist, ohne unter barren plateaus zu leiden.

Vladimir Vargas-Calderón, Santiago Acevedo-Mancera, Herbert Vinck-Posada2026-05-18
⚛️ quantum physics

Superdiffusion resilience in Heisenberg Chains with 2D interactions on a quantum processor

Diese Studie nutzt Quantenhardware, um zu zeigen, dass zwar 2D-Wechselwirkungen den superdiffusiven Spintransport in Heisenberg-Ketten im Allgemeinen unterbrechen, SU(2)SU(2)-erhaltende Wechselwirkungen jedoch die höchste Widerstandsfähigkeit aufweisen, ein Befund, der sowohl durch theoretische Streuanalysen als auch durch präzise Quantensimulationen bestätigt wird.

Keerthi Kumaran, Manas Sajjan, Bibek Pokharel, Kevin Wang, Joe Gibbs, Jeffrey Cohn, Barbara Jones, Sarah Mostame, Sabre (…)2026-05-18
⚛️ quantum physics

Tensor Cross Interpolation of Purities in Quantum Many-Body Systems

Dieser Artikel zeigt, dass das Verschränkungsmerkmal, das die Subsystemreinheiten von Quanten-Vielteilchenzuständen kodiert, mithilfe des Tensor-Cross-Interpolationsalgorithmus effizient aus einer polynomiellen Anzahl von Stichproben gelernt werden kann, was Anwendungen wie die Quantifizierung von Verschränkungsmusterdistanzen und die Optimierung der physikalischen Indexreihenfolge ermöglicht.

Dmytro Kolisnyk, Raimel A. Medina, Romain Vasseur, Maksym Serbyn2026-05-18
⚛️ quantum physics

Qimax: Efficient quantum simulation via GPU-accelerated extended stabilizer formalism

Dieser Beitrag stellt eine parallelisierte, GPU-beschleunigte Version des erweiterten Stabilisatorformalismus vor, die die sequenziellen Leistungsgrenzen bestehender Near-Clifford-Schaltkreissimulatoren überwindet und in spezifischen Szenarien eine überlegene Effizienz gegenüber fortschrittlichen Werkzeugen wie Qiskit und Pennylane demonstriert.

Vu Tuan Hai, Bui Cao Doanh, Le Vu Trung Duong, Pham Hoai Luan, Yasuhiko Nakashima2026-05-18