2337 artículos
Los investigadores demostraron la generación de luz comprimida de 12.1 dB a partir de un amplificador paramétrico óptico en guía de onda, superando las limitaciones anteriores mediante el uso de un modulador espacial de luz optimizado por aprendizaje automático para minimizar las pérdidas por desajuste de modo espacial.
Este artículo propone un método de simulación clásica eficiente en memoria y rápido para el aprendizaje automático cuántico mediante la fusión de puertas en los caminos forward y backward, logrando mejoras sustanciales en el rendimiento y facilitando el entrenamiento de modelos a gran escala en GPUs de consumo.
Este estudio introduce la codificación de amplitud fusionada para redes cuánticas Kolmogorov–Arnold basadas en Chebyshev, demostrando mediante experimentos numéricos que esta técnica reduce las ejecuciones de circuitos a cambio de pocos qubits adicionales sin comprometer la entrenabilidad ni el rendimiento bajo diversas condiciones de simulación.
Este estudio demuestra que las transiciones de fase cuántica en un modelo de batería cuántica no integrable (ANNNI) producen una mejora pronunciada en la potencia de carga, a diferencia de los sistemas integrables.
En este trabajo, se propone ParaQuanNet, un marco de red neuronal cuántica paralela que emplea unidades de incrustación cuántica paralela y mediciones mutuamente imparciales para identificar circuitos generativos cuánticos con alta precisión y robustez frente al ruido.
Este artículo presenta Q2NS, un simulador de redes cuánticas modular y extensible basado en ns-3 que integra nativamente primitivas cuánticas y clásicas, soporta múltiples representaciones de estados y demuestra una eficiencia computacional superior frente a alternativas existentes.
Este trabajo investiga un protocolo de distribución de claves cuánticas de variables continuas con modulación discreta y conformación de amplitud probabilística que, sobre un canal cuántico lineal, ofrece un rendimiento y seguridad incondicional comparables al protocolo GG02, facilitando su implementación práctica.
Los autores presentan un marco de aprendizaje automático no supervisado basado en redes neuronales informadas por física que permite identificar Hamiltonianos efectivos a partir de datos de transporte en simuladores cuánticos de estado sólido, demostrando una generalización robusta y resistencia al ruido en cadenas de puntos cuánticos.
Los autores inician la transición hacia redes de comunicación cuántica multiusos al demostrar la implementación de protocolos de transferencia oblivia y tokens cuánticos en hardware de distribución de claves cuánticas existente, estableciendo una metodología integral para evaluar su seguridad y rendimiento.
Este trabajo presenta un marco de reconocimiento que integra sensores de átomos de Rydberg con aprendizaje profundo para identificar huellas dactilares espectrales de descargas parciales con una precisión del 94%, demostrando un diagnóstico no invasivo y robusto incluso en condiciones de atenuación y ruido.
Este estudio propone dos esquemas de corrección para mitigar los errores de discretización causados por las singularidades del potencial coulombiano en simulaciones de dinámica cuántica basadas en cuadrícula, logrando mayor precisión y fidelidad tanto en plataformas clásicas como cuánticas sin necesidad de mallas espaciales extremadamente finas.
Este artículo propone un marco iterativo basado en QUBO para entrenar la capa de clasificación de CNNs mediante recocido cuántico, congelando los filtros convolucionales y optimizando los pesos sin gradientes mediante un sustituto cuadrático, logrando un rendimiento competitivo en múltiples benchmarks de clasificación de imágenes.
Este estudio demuestra que, dentro del marco de la factorización exacta, las correlaciones electrón-nucleares no adiabáticas inducen la des-ortogonalización de los factores electrónicos, generando dinámicamente interferencia en la densidad nuclear incluso cuando inicialmente está ausente.
Este artículo presenta QAOA-Predictor, un modelo basado en Redes Neuronales Gráficas que predice la probabilidad de éxito y la profundidad mínima de capas para LR-QAOA en problemas de optimización combinatoria, permitiendo una optimización eficiente sin necesidad de costosa optimización de parámetros en tiempo de ejecución.
Este trabajo presenta una solución analítica cuántica de onda completa para caracterizar el transporte de fotones individuales y dobles a través de un sistema de qubit de cavidad superconductora, con el objetivo de validar futuros métodos numéricos para interconexiones cuánticas.
Los autores reportan la primera observación experimental de direccionalidad inducida por el movimiento en la emisión colectiva de átomos confinados en una guía de onda no quiral, logrando controlar la asimetría de la emisión hasta un 0.89 mediante el ajuste de la tasa de decaimiento colectivo frente al movimiento térmico.
Este trabajo introduce QFlowNet, un marco que combina GFlowNets y Transformers para lograr una síntesis de matrices unitarias rápida, diversa y eficiente, superando las limitaciones de recompensas dispersas y la falta de diversidad en los métodos de aprendizaje por refuerzo existentes.
Los autores emplean un procesador cuántico basado en circuitos superconductores para simular la interacción entre centros de vacante de nitrógeno (NV) e impurezas de espín mediante tomografía de estado cuántico, demostrando cómo distintos regímenes de acoplamiento influyen en la coherencia y el entrelazamiento para identificar esquemas de detección que maximizan la sensibilidad.
Este estudio cuantifica las correlaciones de ruido espacial en un array de cúbits de espín de silicio, determinando que aunque las derivas magnéticas globales pueden comprometer la corrección de errores cuánticos, el ruido de carga de corto alcance es compatible con la operación tolerante a fallos.
Los autores demuestran que el modelo de Rokhsar-Kivelson en una teoría de gauge de red U(1) bidimensional alberga cicatrices de subred que son estados estabilizadores exactos, estableciendo una conexión directa entre las restricciones de gauge y la estructura de información cuántica que permite su simulación clásica eficiente.