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.

⚛️ quantum physics

Noisy-Syndrome Decoding of Hypergraph Product Codes

Dieser Artikel stellt eine Reduktion für das Decodieren und die exakte Wiederherstellung von Hypergraph-Produkt-Codes unter verrauschten Syndrombedingungen auf die entsprechenden Probleme für klassische Codes her und zeigt, dass eine effiziente Decodierung für eine breite Klasse von Codes einschließlich Sipser-Spielman- und Reed-Solomon-Codes erreichbar ist.

Venkata Gandikota, Elena Grigorescu, Vatsal Jha, S. Venkitesh2026-05-14
⚛️ phenomenology

Testing Electromagnetic Memory via Acceleration-Induced Phase Imprints in Superconductors

Dieser Artikel schlägt ein experimentelles Protokoll für einen Tischversuch vor, das in normalen Leitern durch Gravitationsbeschleunigung induzierte elektrische Felder nutzt, um eine nachweisbare eichinvariante Phase auf supraleitende kohärente Zustände zu übertragen und damit einen möglichen Weg zur Verifizierung des lang gesuchten Phänomens der elektromagnetischen Erinnerung bietet.

Jie Sheng, Tsutomu T. Yanagida, Bo Gao, Hong Ding2026-05-14
🔬 optics

Quantum Phase Gradient Imaging Using a Nonlocal Metasurface System

Dieser Beitrag stellt ein kompaktes Quantenphasen-Gradienten-Bildgebungssystem vor, das eine Lithiumniobat-Metaschicht zur Erzeugung räumlich verschränkter Photonenpaare und eine Silizium-Metaschicht zur Phasengradientenextraktion integriert, und demonstriert erfolgreich hochähnliche Abbildung transparenter Proben unter schwachen Lichtbedingungen, um neue Anwendungen in der Quantensensorik und Mikroskopie zu ermöglichen.

Jinliang Ren, Jinyong Ma, Katsuya Tanaka, Lukas Wesemann, Ann Roberts, Frank Setzpfandt, Andrey A. Sukhorukov2026-05-14
🔬 optics

Practical and Efficient Verification of Entanglement with Incomplete Measurement Settings

Dieser Beitrag stellt einen praktischen Rahmen und einen Optimierungsansatz mittels semidefiniter Programmierung vor, der eine effiziente Verschränkungsverifikation unter Verwendung lediglich einer begrenzten, tomographisch unvollständigen Menge von Messeinstellungen ermöglicht, wie in einem Prinzipnachweis-Experiment mit Photonenpolarisations-Qubits demonstriert wird.

Jiheon Seong, Jin-Woo Kim, Seungchan Seo, Seung-Hyun Nam, Anindita Bera, Dariusz Chruściński, June-Koo Kevin Rhee, Heono (…)2026-05-14
⚛️ quantum physics

Metrics on completely positive maps via noncommutative geometry

Dieser Artikel entwickelt ein unendlichdimensionales C∗C^*-algebraisches Analogon des Choi-Jamiołkowski-Isomorphismus, um mittels nichtkommutativer Geometrie-Seminormen Metriken auf unitär vollständig positiven Abbildungen zu induzieren, und zeigt, dass diese Metriken zentrale quanteninformationstheoretische Eigenschaften wie Stabilität und Verkettung erfüllen.

Are Austad, Erik Bédos, Jonas Eidesen, Nadia S. Larsen, Tron Omland2026-05-14
⚛️ quantum physics

High-Order Epistasis Detection Using Factorization Machine with Quadratic Optimization Annealing and MDR-Based Evaluation

Dieser Artikel schlägt eine effiziente Methode zur Detektion hochordentlicher Epistase vor, indem das Problem als Black-Box-Optimierungsaufgabe formuliert wird, die mittels eines Faktorisierungsmaschinen-Modells mit quadratischer Optimierungsannealing (FMQA) gelöst wird, wobei MDR-basierte Klassifikationsfehlerquoten als Zielfunktion dienen, um Ground-Truth-Interaktionen mit hoher Recheneffizienz erfolgreich zu identifizieren.

Shuta Kikuchi, Shu Tanaka2026-05-14
⚛️ quantum physics

Geometric Preconditioning and Curriculum Optimization for Trainable Variational Quantum Regression

Dieser Artikel schlägt einen hybriden quantenklassischen Regressionsrahmen vor, der ein lernbares geometrisches Vorkonditionierungs-Embedding mit einem curriculumbasierten Trainingsprotokoll kombiniert, um Trainierbarkeitsprobleme in variationalen Quantenschaltkreisen zu überwinden, wobei eine verbesserte Leistung gegenüber reinen Quanten-Baselines demonstriert wird, während gleichzeitig die anhaltende Wettbewerbsfähigkeit starker klassischer Methoden anerkannt wird.

Qingyu Meng, Yangshuai Wang2026-05-14