5886 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 stellt die Derivative Informed XC-Loss (DI-Loss) vor, eine Trainingsstrategie für maschinell gelernte Austausch-Korrelations-Funktionale, die erste und zweite Energiederivate aus Referenz-Hybridfunktionalen einbezieht, um die Genauigkeit der Gesamtenergie signifikant zu verbessern, die Konvergenz des Self-Consistent-Field-Verfahrens zu beschleunigen und die Vorhersagen angeregter Zustände in der TDDFT zu verbessern.
Diese Arbeit präsentiert ein digitales Quantensimulations-Framework für die ultraschnelle optische Spektroskopie von Halbleitern, das im rauschfreien Grenzfall eine quantitative Übereinstimmung mit klassischen Benchmarks erreicht und gleichzeitig demonstriert, wie sich das Rauschen der NISQ-Ära-Hardware als spektrale Verbreiterung manifestiert, wodurch es als skalierbares Modell für zukünftigen Quantenvorteil in Vielteilchenregimen dient.
Diese Arbeit untersucht Rényi-Multi-Entropien in zufälligen Tensornetzwerken und beweist, dass diese Größen für durch minimale Multiway-Cuts bestimmt werden, während sie gleichzeitig zeigt, dass die Vermutung des minimalen Cuts für ganzzahlige im Allgemeinen nicht gilt.
Dieses Paper schlägt ein Protokoll vor, um Elektron-Kern-Spin-Wechselwirkungen in hexagonalem Bornitrid effizient zu manipulieren, um hochpräzise Einzel- und Multi-Qubit-Gatter auf Kernspins innerhalb von 300 ns zu implementieren und dadurch Dekohärenz-Beschränkungen zu überwindigen sowie eine praktische Quantenberechnung unter Verwendung von Bor-Vakanz-Zentren zu ermöglichen.
Diese Arbeit schlägt ein neuartiges nichtreziprokes dispersives Kopplungsschema vor, das die Präzision der Quantensensorik für Kavitätsphotonenzahlen und umgewandelte Antriebsstärken im Vergleich zu herkömmlichen reziproken Methoden signifikant erhöht, insbesondere wenn die Signalstärken zunehmen.
Dieses Paper führt ein hybrides quanten-klassisches physikinformiertes neuronales Netzwerk (HQPINN) ein, das parametrisierte Quantenschaltkreise mit klassischen neuronalen Backbones integriert, um den Spectral Bias und Konvergenzprobleme beim Lösen nichtlinearer PDEs effektiv zu überwinden, wobei es signifikante Genauigkeitsverbesserungen – insbesondere in steifen und multiskaligen Regimen – über die Burgers-, Allen-Cahn- und Korteweg-de-Vries-Gleichungen hinweg demonstriert.
Diese Arbeit untersucht ein digitales Quanten-Reservoir-Computing-Framework zur Prognose des Geldautomaten-Bedarfs auf aktueller Quantenhardware und stellt fest, dass es zwar bei Standardfehlermetriken die klassischen Benchmarks nicht übertrifft, aber eine wettbewerbsfähige Leistung bei der Erfassung zeitlicher Strukturen mittels Dynamic Time Warping zeigt.
Dieses Paper stellt QPredSGG vor, ein hybrides Quanten-Klassik-Framework, das den Prädikat-Kopf eines Causal Feature Enhancement Network durch einen parametereffizienten Quanten-Prädikat-Kopf ersetzt und dadurch eine State-of-the-Art-Leistung bei der Long-Tail-Szenengraph-Generierung erzielt, indem es die Modellkomplexität signifikant reduziert und gleichzeitig den Mean Recall auf dem Visual Genome 150 Datensatz verbessert.
Diese Arbeit präsentiert eine effiziente, analytische Methode zur Bestimmung der Quantenzustände der Ausgangsmoden in der parametrischen Verstärkung, indem die Verstärkung auf das Vakuum angewendet und anschließend der Eingangs-Erzeugungsoperator transformiert wird, eine Technik, die an verschiedenen Eingangs-Zuständen einschließlich kohärenter, Schrödinger-Katzen- und Einzelphotonenpulse demonstriert wurde.
Diese Arbeit analysiert numerisch die Auswirkungen isotroper Fehler auf den Grover-Suchalgorithmus unter Verwendung einer neu entwickelten Python-Bibliothek und zeigt signifikante Herausforderungen für die Robustheit und Erfolgswahrscheinlichkeit des Algorithmus auf verrauschter Quantenhardware auf.