⚛️ Category

quant-ph

10377 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.

⚛️ Quantenphysik

Accelerating Quantum State Encoding with SIMD: Design, Implementation, and Benchmarking

Diese Arbeit stellt den Hybriqu Encoder vor, einen in Rust implementierten, SIMD-fähigen Kernel, der die Winkelkodierung für hybride Quanten-Klassische-Algorithmen durch AVX-Optimierung und cache-freundliche Datenverarbeitung beschleunigt, wobei Benchmarks auf Apple Silicon zeigen, dass die Leistungsgewinne bei rechenintensiven Aufgaben signifikant sind, aber durch Speicherbandbreitenbegrenzungen bei großen Zustandsvektoren eingeschränkt werden.

Riza Alaudin Syah, Irwan Alnarus Kautsar, Gunawan Witjaksono, Haza Nuzly Bin Abdull Hamed2026-04-09
⚛️ Quantenphysik

Heterogeneous architectures enable a 138x reduction in physical qubit requirements for fault-tolerant quantum computing under detailed accounting

Die vorgestellte Arbeit zeigt, dass heterogene Quantencomputer-Architekturen durch die Integration von aufgabenspezifischer Hardware und QEC-Codes im Vergleich zu monolithischen Baselines den physischen Qubit-Aufwand für fehlertolerantes Quantencomputieren um bis zu 138-fach reduzieren können.

Pranav S. Mundada, Aleksei Khindanov, Yulun Wang, Claire L. Edmunds, Paul Coote, Michael J. Biercuk, Yuval Baum, Michael (…)2026-04-09
⚛️ Quantenphysik

Probabilistic and approximate universal quantum purification machines

Die Arbeit untersucht probabilistische exakte und deterministische approximative universelle Quantenreinigungsgeräte, zeigt, dass selbst die Bedingung, zwei Eingaben unterschiedlichen Rangs mit nicht-verschwindender Wahrscheinlichkeit zu reinigen, die Linearität verletzt, und analysiert den Trade-off zwischen reinen und gemischten Ausgängen in Abhängigkeit von der Umgebungsdimension.

Zoe G. del Toro, Jessica Bavaresco2026-04-09
⚛️ Quantenphysik

Directional and correlated optical emission from a waveguide-engineered molecule with local control

Diese Arbeit demonstriert die Kontrolle der Emissionsrichtung und korrelierter Photonenstatistik bei zwei über eine bidirektionale photonische Kristallwellenleitung radiativ gekoppelten Quantenpunkten, die durch phasenabhängige Ansteuerung ein künstliches Molekül mit lokaler elektrischer Kontrolle bilden und so eine skalierbare Plattform für chirale Quantenoptik realisieren.

Clara Henke, Thomas Wilkens Sandø, Vasiliki Angelopoulou, Lena Maria Hansen, Alexey Tiranov, Oliver August Dall'Alba San (…)2026-04-09
⚛️ Quantenphysik

Strong nonlocality with more imaginarity and less entanglement

Diese Arbeit zeigt, dass Imaginarität eine entscheidende Ressource für starke Nichtlokalität und kryptografische Sicherheit darstellt, die durch Entanglement geschwächt werden kann, und konstruiert gleichzeitig die kleinste bekannte unvollständige Basis (UBB), die ein offenes Problem der Quanteninformationstheorie löst.

Subrata Bera, Indranil Biswas, Atanu Bhunia, Indrani Chattopadhyay, Debasis Sarkar2026-04-09
⚛️ Quantenphysik

Soft-Quantum Algorithms

Die vorgestellte Arbeit stellt einen effizienten zweistufigen Ansatz vor, bei dem zunächst Matrixelemente direkt trainiert und durch Regularisierung unitär gemacht werden, um anschließend eine gate-basierte Quantenschaltung zu rekonstruieren, was im Vergleich zu herkömmlichen Methoden eine deutlich schnellere Trainingszeit und bessere Leistung bei Klassifizierungs- und Reinforcement-Learning-Aufgaben ermöglicht.

Basil Kyriacou, Mo Kordzanganeh, Maniraman Periyasamy, Alexey Melnikov2026-04-09
⚛️ Phänomenologie

Quantum-Inspired Tensor Network Autoencoders for Anomaly Detection: A MERA-Based Approach

Die Studie zeigt, dass ein neuartiger, MERA-inspirierter Tensor-Netzwerk-Autoencoder durch seine lokalitätsbewahrende, hierarchische Kompression eine effektive Induktionsverzerrung für die Anomalieerkennung in Kollisionsjets darstellt, wobei die MERA-Entflechtungsschichten insbesondere bei starken Kompressionsengpässen einen signifikanten Vorteil gegenüber herkömmlichen Architekturen bieten.

Emre Gurkanli, Michael Spannowsky2026-04-09
🔬 Optik

Steady-State Statistical Modeling of Digitally Stabilized Laser Frequency with Markov-State Feedback

Die Arbeit stellt ein diskretes Markov-Zustandsframework vor, das die stationären statistischen Eigenschaften digital stabilisierter Laserfrequenzen unter Berücksichtigung von Quantisierung, Abtastung und stochastischem Rauschen präzise modelliert und so eine effiziente Analyse und Optimierung integrierter photonischer Systeme ermöglicht.

Swarnav Banik, Elliot Greenwald, Xing Pan2026-04-09