10579 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.
Die Autoren stellen die „prodiabatische Elimination" vor, eine erweiterte Näherungsmethode für licht-materie-gekoppelte Systeme, die durch systematische Berücksichtigung höherer Ordnungen und Rauschbeiträge die Genauigkeit der klassischen adiabatischen Elimination bei Beibehaltung ihrer Einfachheit verbessert und dies an Beispielen wie dem Jaynes-Cummings-Modell und STIRAP demonstriert.
Der Artikel stellt ein neues Framework namens „chaotic quantum diffusion model" vor, das durch den Einsatz von chaotischer Hamiltonian-Zeitentwicklung eine hardwarefreundliche, robuste und effiziente Alternative zu herkömmlichen Quanten-Diffusionsmodellen bietet, um Quantendatenverteilungen auf analogen Quantenplattformen zu lernen.
Die Autoren präsentieren einen neuen State-of-the-Art-Ansatz für Quantum Machine Learning, der es ermöglicht, hochauflösende und diverse Bilder auf den vollständigen MNIST- und Fashion-MNIST-Datensätzen ohne herkömmliche Vereinfachungstricks zu generieren, indem sie durch die Wahl spezifischer Variational-Circuit-Architekturen induktive Biases nutzen und so die Grenzen aktueller Quantengeneratoren überwinden.
Diese Arbeit demonstriert die erfolgreiche Anwendung der hardware-effizienten cop-QAOA-Methode auf das schwer lösbare Rucksackproblem als vereinfachtes Unit-Commitment-Modell mit bis zu 150 Qubits auf IBM-Hardware, wobei die Ergebnisse in vielen Fällen die eines klassischen Gurobi-Lösers übertreffen oder ihm ebenbürtig sind.
Die Studie demonstriert, dass die Topologie als zentrale Designvariable in synthetisierten 4-5-6-8-Kohlenstoffnanobändern dient, um durch die gezielte Nutzung der Symmetriebrechung ein einheitliches Material zu schaffen, das gleichzeitig robuste Halbleitereigenschaften, hohe mechanische Stabilität, effiziente thermoelektrische Leistung und starke optische Absorption vereint.
Die Autoren schlagen ein robustes Verfahren vor, das durch Mikrowellenabschirmung und Wechselwirkungsblockade die deterministische Besetzung optischer Pinzettenarrays mit einzelnen, im Bewegungszustand gekühlten Molekülen ermöglicht und so skalierbare, niedrig-entropische Arrays für Quantentechnologien erschließt.
Diese Arbeit entwickelt ein umfassendes axiomatisches Rahmenwerk für quanteninspirierte Distanzmetriken auf projektiven Hilbert-Räumen, das die Eindeutigkeit der Fubini-Study-Metrik als kanonischen geodätischen Abstand nachweist und eine Hierarchie bestehender Maße mit operativen Interpretationen für die Quanteninformationsverarbeitung vereint.
Diese Arbeit zeigt, dass die kinematische Äquivalenz zwischen nichtkommutativer Quantenmechanik und gewöhnlicher Quantenmechanik durch verallgemeinerte Bopp-Verschiebungen und Darboux-Kanonisierung nicht hergestellt werden kann, da beide Theorien als unterschiedliche irreduzible Darstellungen derselben nilpotenten Lie-Gruppe zu verstehen sind, die durch verschiedene zentrale Charaktere parametrisiert werden.
Die Arbeit zeigt zwar die Unmöglichkeit eines generischen bestmöglichen Einmalprogramms, führt jedoch den Begriff des „testbaren Einmalprogramms" ein und beweist, dass dieses durch sequenzsichere Simulationen und zustandsbehaftete Quanten-Indistinguishability-Obfuscation im klassischen Orakelmodell für beliebige Quantenfunktionalitäten erreichbar ist.
Diese Arbeit stellt Hyb-HANAS vor, einen hardwarebewussten Framework für die neuronale Architektursuche von hybriden Quanten-Klassischen-Netzwerken, der durch ein neuartiges, analytisches Kostenmodell, das auf Kalibrierungsdaten realer Quantenhardware basiert, eine gemeinsame Optimierung von Genauigkeit und Ressourceneffizienz ermöglicht.