9790 artículos
La física cuántica explora el extraño y fascinante comportamiento de la materia a escalas increíblemente pequeñas, donde las reglas clásicas dejan de funcionar. Esta categoría reúne investigaciones que desafían nuestra intuición sobre la realidad, desde la superposición de partículas hasta el entrelazamiento que conecta objetos a distancia. En Gist.Science, hacemos que estos avances complejos sean comprensibles para todos, sin perder el rigor científico.
Cada nuevo preprint en esta sección llega directamente desde arXiv, la biblioteca abierta más importante del mundo para la física. Nuestro equipo procesa cada documento al momento de su publicación, generando tanto resúmenes técnicos detallados como explicaciones en lenguaje sencillo para que cualquier lector pueda seguir la frontera de la ciencia. A continuación, encontrará los últimos artículos de investigación en física cuántica que hemos analizado recientemente.
El artículo presenta el Monte Carlo de Zeno Cuántico (QZMC), un algoritmo híbrido clásico-cuántico resiliente al ruido que computa eficientemente observables estáticos y dinámicos para sistemas con brecha con un costo polinomial, sin requerir superposición del estado inicial, parámetros variacionales o circuitos cuánticos profundos.
Este artículo propone un marco verificable para una gravedad semiclásica consistente donde los sistemas cuánticos originan campos gravitatorios solo tras la decoherencia inducida por el entorno, ofreciendo predicciones experimentales distintas para el experimento BMV y circuitos cuánticos mientras utiliza modelos causales cuánticos generalizados para explorar cómo la gravedad puede emerger de la teoría cuántica de campos.
Este artículo corrige problemas técnicos previos y expande significativamente el alcance de la dinámica no lineal eficientemente simulable en computadoras cuánticas al extender los algoritmos basados en el empaquetamiento de Carleman desde sistemas puramente disipativos hacia clases más amplias de sistemas estables, conservados y no resonantes, demostrando así la completitud BQP de problemas de osciladores no lineales de tamaño exponencial.
El artículo presenta SamBa-GQW, un algoritmo cuántico no variacional que utiliza un protocolo de muestreo clásico fuera de línea para guiar una caminata cuántica de tiempo continuo hacia soluciones de alta calidad para problemas de optimización combinatoria, demostrando un rendimiento comparable a los métodos variacionales como QAOA sin requerir optimizadores clásicos.
Este artículo demuestra que los modelos de aprendizaje automático cuántico basados en qutrits ofrecen una alternativa más eficiente en recursos y expresiva que las líneas de base de qubits para la detección de anomalías en datos de física de altas energías en el LHC, destacando la viabilidad práctica de las representaciones ternarias codificadas por Majorana para futuros experimentos de colisionadores.
Este artículo introduce un marco general para caracterizar el entrelazamiento no gaussiano en estados bosónicos de rango estelar finito mediante la utilización de la descomposición atómica de polinomios estelares y variables esenciales para definir grafos estructurales que determinan el entrelazamiento intrínseco del modo, derivar criterios de separabilidad completos y cuantificar la complejidad de preparación.
Este artículo extiende la teoría de Tomita-Takesaki para analizar la radiación suave y los efectos de memoria, demostrando que los agujeros negros decoherencian su entorno al actuar como observadores óptimos que distinguen estados cuánticos a través de campos de largo alcance a través del horizonte.
Los autores demuestran que el depósito de una capa de sacrificio de titanio ultrafina sobre películas de tantalio actúa como un captor de oxígeno en estado sólido para reducir químicamente la interfaz de óxido nativo, triplicando así con creces los factores de calidad internos de los resonadores de guía de onda coplanar de tantalio hasta superar los 1,5 millones.
Este artículo introduce una jerarquía de métricas de probabilidad integral cuántica (MMD-) que revela un compromiso fundamental entre el poder discriminativo y la eficiencia de muestreo en el aprendizaje de conjuntos cuánticos, estableciendo límites ajustados de complejidad de muestreo y demostrando su utilidad práctica para optimizar funciones de pérdida en modelos de aprendizaje automático cuántico.
Este artículo presenta QHGM, un novedoso marco generativo basado en el Hamiltoniano cuántico emparejado con un algoritmo cuántico variacional escalable (VQ-Net) que supera significativamente a los métodos clásicos en la inferencia de redes de regulación génica a partir de datos de transcriptómica de célula única, tal como lo demuestra su precisión superior en bancos de pruebas sintéticos y hallazgos biológicamente plausibles en glioblastoma.