10476 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 das neuartige Framework „Quantum Neural Physics" vor, das untrainierte Quanten-Convolutional-Layer in einen hybriden Quanten-Klassischen Multigrid-Löser integriert, um partielle Differentialgleichungen mit logarithmischer Schaltungstiefe effizient auf Quantensimulatoren zu lösen.
Die Autoren nutzen eine auf dem Spektrum perfekter Verschränker basierende Methode der quantenoptimalen Steuerung, um dynamische Übersprechen in parametrischen Gatter-Systemen durch minimal modifizierte Pulsformen effektiv zu unterdrücken.
Die Arbeit stellt ein cloud-natives Framework vor, das Kubernetes, Argo Workflows und Kueue nutzt, um hybride Quanten-Hochleistungsrechner-Workflows zu orchestrieren und dabei CPUs, GPUs und Quantenprozessoren in einem einzigen, ressourcenbewussten Steuerungssystem zu vereinen.
Die Arbeit stellt ein Tensor-Netzwerk-Framework vor, das die Anwendung der Theorie großer Abweichungen auf große, überwachte Quantensysteme ermöglicht und damit die mikroskopische Charakterisierung dynamischer Phasenübergänge sowie deren Koexistenz in Trajektorienräumen erlaubt.
Die Studie zeigt, dass ein neuartiger Decoder, der die Korrelationen von Atomverlusten in neutralen Atom-Quantenprozessoren ausnutzt, die logische Fehlerrate um eine Größenordnung senken und die Verlustschwelle von 3,2 % auf 4 % erhöhen kann, indem er verzögerte Auslöschkanäle in effektive Auslöschkanäle umwandelt.
Die Arbeit zeigt, dass die konventionelle Methode des Löschens von Kanälen zur Bewertung ihres Beitrags in der gekoppelten-Kanäle-Dynamik irreführend ist, da sie die intrinsische Wirkung mit der Umstrukturierung des verbleibenden Modells vermischt, und schlägt stattdessen eine basiserhaltende Entkopplung vor, die die tatsächliche Dynamik präziser erfasst.
Die Arbeit zeigt, dass der Zeit-Frequenz-Talbot-Effekt als Clifford-Operation auf verschränkten TF-GKP-Zuständen wirkt, deren Gate-Genauigkeit und Fehlerkorrekturfähigkeit durch die Kamm-Finesse bestimmt werden und die sich mittels eines verallgemeinerten Hong-Ou-Mandel-Interferometers eindeutig nachweisen lassen.
Diese Arbeit zeigt, dass die partielle Spur in der Quantenmechanik keine willkürliche algebraische Konstruktion ist, sondern sich zwangsläufig aus der Forderung ergibt, dass die Born-Regel mit der klassischen Randwahrscheinlichkeitsbildung konsistent sein muss.
Das Paper stellt SpinGQE vor, einen generativen Quanten-Eigensolver auf Transformer-Basis, der durch das Lernen von Wahrscheinlichkeitsverteilungen über Quantenschaltkreise die Suche nach dem Grundzustand von Spin-Hamilton-Operatoren ohne problem-spezifische Annahmen ermöglicht und dabei eine skalierbare Alternative zu herkömmlichen variationalen Methoden bietet.
Diese Studie nutzt einen D-Wave-Quantenannealer, um nachzuweisen, dass Quantenfluktuationen in frustrierten Ising-Magneten über den Übergang von quasi-eindimensionalen zu zweidimensionalen Systemen hinweg eine universelle Unterdrückung des ferromagnetischen Stabilitätsfensters von etwa 55 % bewirken, was durch zwei getrennte Regime und eine empirische Crossover-Skala charakterisiert wird.