10088 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.
Dieser Beitrag stellt einen rigorosen mathematischen Rahmen für Quanten-2x2-Spiele unter Verwendung des Eisert-Wilkens-Lewenstein-Protokolls bereit, erweitert klassische Konzepte auf beliebige unitäre und gemischte Strategien und weist die Existenz von Nash-Gleichgewichten im Quantenkontext nach.
Dieser Artikel analysiert die im NFT-(Rotosolve)-Algorithmus für Variational Quantum Eigensolvers inhärente Verzerrung und zeigt, dass eine explizite Korrektur der Verzerrung die Optimierung destabilisieren kann, während der ursprüngliche verzerrte Schätzer als vorteilhafter Regularisierer wirkt, was zu einer vorgeschlagenen Methode führt, die eine unverzerrte Energieabschätzung erreicht und gleichzeitig die Regularisierung beibehält, um die Leistung in verschiedenen Quantencomputing-Szenarien zu verbessern.
Dieser Artikel stellt eine Methode zur Gitter-Engineering in nicht-hermiteschen gerichteten Graphennetzwerken vor, die eine robuste, gewinn- und verlustfreie Selektion und Steuerung spezifischer geometrie-geschützter reiner Zerfallsmoden ermöglicht, indem synthetische Eichfelder genutzt werden, um gewünschte Eigenzustände zur Dominanz zu bringen.
Dieser Beitrag stellt Deep Boltzmann Quantum States vor, ein neuronales Netzwerk-Framework, das effizientes Block-Gibbs-Sampling mit fortschrittlichen Trainingsstrategien wie natürlichen Gradienten-Updates und Interpolation der Problemschwierigkeit kombiniert, um erfolgreich herausfordernde klassische und quantenmechanische Spin-Glas-Modelle sowie NP-schwere kombinatorische Optimierungsprobleme zu lösen, die die aktuellen Fähigkeiten des Quanten-Annealing übertreffen.
Dieser Artikel zeigt experimentell, dass die räumliche Modendemultiplexierung (SPADE) in Kombination mit Einzelphotonendetektoren eine robuste, parameterunabhängige Unterscheidung schwacher asymmetrischer Quellen jenseits der Beugungsgrenze ermöglicht und selbst unter realistischen Bedingungen mit modalen Übersprechen in photonenarmen Regimen die direkte Abbildung erheblich übertrifft.
Dieser Artikel schlägt einen Mikrowellen-zu-optischen Quantentransducer vor, der einen einzelnen Farbzentrum in einem diamantenen optomechanischen Resonator nutzt und bei kryogenen Temperaturen mit ultra-niedrigen Pumpleistungen von etwa 10 pW eine hochfidele Erzeugung fernverflochtener Zustände ermöglicht, wodurch eine skalierbare Lösung für verteilte supraleitende Quantennetzwerke geboten wird.
Dieser Artikel stellt einen Rahmen zur autonomen Stabilisierung ferngesteuerter Verschränkung unter Verwendung getriebener Zwei-Niveau-Systeme als minimale Ressourcen vor und zeigt, dass zwar solche Systeme inhärent verteilbare Verschränkung erzeugen, jedoch das Erreichen nahezu maximaler Verschränkung Hilfsfilterkavitäten erfordert, um korrelierte Emissionsereignisse zu verstärken.
Dieser Artikel demonstriert eine skalierbare Quantenverarbeitungseinheit auf Basis gefangener Ionen, die eine zeitmultiplexte Sample-and-Hold-Technik nutzt, um die Komplexität der Steuerungsverdrahtung zu verringern und gleichzeitig hochpräzise Operationen mit Bewegungsheizraten unter einem Phonon pro Sekunde und Gate-Fehlern unter zu gewährleisten.
Dieser Beitrag stellt eine neuartige Trotter-Zerlegungsmethode vor, die Hamilton-Terme basierend auf SU(2)-Symmetrie statt einfacher Kommutativität in lokale Dreistellen-Cluster gruppiert, wodurch Simulationsfehler und Schaltungstiefe bei gleichzeitiger Bewahrung physikalischer Strukturen in Vielteilchen-Quantensystemen signifikant reduziert werden.
Die Arbeit stellt das Quantum Feature Amplification Network (QFAN) vor, ein autoregressives quantenmechanisches Generativmodell, das den Engpass der Registergröße bei der Simulation von Kalorimeter-Schauer durch die Generierung von Bildern als Sequenzen von Blöcken unter Verwendung eines Quantenschaltkreises fester Größe überwindet und erfolgreich seine Fähigkeit nachweist, wesentliche physikalische Verteilungen sowohl auf Simulatoren als auch auf IBM-Quantenhardware nachzubilden.