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

Strip-Symmetric Quantum Codes for Biased Noise: Z-Decoupling in Stabilizer and Floquet Codes

Diese Arbeit definiert und charakterisiert eine neue Klasse von „streifen-symmetrischen" Quantencodes, die sowohl statische Stabilisator- als auch dynamische Floquet-Codes umfassen und durch eine eindimensionale Entkopplung der Z-Syndrome bei verzerrtem Rauschen eine effiziente Dekodierung sowie vereinfachte Konstruktion neuer, rauschangepasster Codes ermöglichen.

Mohammad Rowshan2026-02-24
⚛️ Quantenphysik

In situ calibration of microwave attenuation and gain using a cryogenic on-chip attenuator

Die Autoren stellen eine kompakte, selbstkalibrierende kryogene Rauschquelle auf einem Chip vor, die durch resistives Heizen eines Chrom-Attenuators eine präzise In-situ-Kalibrierung von Dämpfung und Verstärkung in supraleitenden Quantenschaltungen ermöglicht, ohne die Temperatur des Attenuators kennen zu müssen.

Thomas Descamps, Linus Andersson, Vittorio Buccheri, Simon Sundelin, Mohammed Ali Aamir, Simone Gasparinetti2026-02-24
⚛️ Quantenphysik

Vapor Phase Assembly of Molecular Emitter Crystals for Photonic Integrated Circuits

Die Studie stellt eine einfache Dampfphasen-Methode zur Herstellung von DBT-dotierten Anthracen-Kristallen mit nanometergenauer Oberflächenrauheit vor, die sich durch ihre Kompatibilität mit integrierten Nanophotonik-Strukturen und ihre Eignung für On-Chip-Einzelphotonenquellen auszeichnen.

Arya D. Keni, Christian M. Lange, Adhyyan S. Mansukhani, Emma Daggett, Ankit Kundu, Ishita Agarwal, Patrick Bak, Benjami (…)2026-02-24
⚛️ Quantenphysik

Time uncertainty and fundamental sensitivity limits in quantum sensing: application to optomechanical gravimetry

Die Arbeit leitet fundamentale Grenzen der Messgenauigkeit für Quantensensoren her, indem sie die oft vernachlässigte Unsicherheit der Zeitmessung als Störparameter berücksichtigt, und wendet diese Erkenntnisse auf ein optomechanisches Gravimeter an, um eine optimale Entkopplungsbedingung für kontinuierliche Messungen zu finden.

Salman Sajad Wani, Saif Al-Kuwari, Arshid Shabir, Paolo Vezio, Francesco Marino, Mir Faizal2026-02-24
⚛️ Quantenphysik

Predicting Magic from Very Few Measurements

Diese Arbeit stellt ein Framework vor, das es ermöglicht, die für universelle Quantencomputer notwendige Nicht-Stabilisiertheit („Magic") von Quantenzuständen mit nur wenigen Pauli-Messungen zu quantifizieren, wobei die zugrundeliegende Berechnung als NP-schwer identifiziert wird, aber dennoch in praktischen Szenarien jenseits bestehender Methoden anwendbar ist.

J. M. Varela, L. L. Keller, A. de Oliveira Junior, D. A. Moreira, R. Chaves, R. A. Macêdo2026-02-24
⚛️ Quantenphysik

Exceptional Point Superradiant Lasing with Ultranarrow Linewidth

Die Arbeit demonstriert theoretisch, dass durch die Ausnutzung des außergewöhnlichen Punktes in einem PT\mathcal{PT}-symmetrischen System mit ultrakalten Strontium-87-Atomen superradiantes Lasern mit einer extrem schmalen Linienbreite im μ\muHz-Bereich und hoher Leistung erreicht werden kann, was die Stabilität von Atomuhren erheblich verbessert.

Min Du, Qian Bin, Qing-Yang Qiu, Franco Nori, Xin-You Lü2026-02-24
⚛️ Quantenphysik

Kaiwu-PyTorch-Plugin: Bridging Deep Learning and Photonic Quantum Computing for Energy-Based Models and Active Sample Selection

Die Arbeit stellt das Kaiwu-PyTorch-Plugin (KPP) vor, das Deep Learning mit der Photonen-Quantencomputing-Technologie des Coherent Ising Machine verbindet, um Energie-basierte Modelle durch beschleunigte Boltzmann-Sampling-Verfahren, optimierte aktive Datenauswahl und hybride Architekturen wie QBM-VAE und Q-Diffusion zu verbessern und dabei auf verschiedenen Datensätzen State-of-the-Art-Ergebnisse zu erzielen.

Hongdong Zhu, Qi Gao, Yin Ma, Shaobo Chen, Haixu Liu, Fengao Wang, Tinglan Wang, Chang Wu, Kai Wen2026-02-24