3746 articles
La physique quantique explore les mystères fascinants qui se cachent à l'échelle la plus infime de l'univers, là où les règles habituelles de la matière semblent disparaître. Ce domaine étudie comment les particules peuvent exister dans plusieurs états simultanément ou communiquer instantanément à travers de grandes distances, des phénomènes qui défient notre intuition quotidienne tout en fondant les technologies de demain.
Sur Gist.Science, nous suivons de près les nouvelles recherches publiées sur arXiv dans cette catégorie, en transformant chaque prépublication complexe en résumés clairs et accessibles. Que vous cherchiez une explication simple pour comprendre les bases ou une analyse technique approfondie, notre équipe traite chaque nouveau document dès sa parution pour le rendre intelligible à tous les niveaux d'expertise.
Découvrez ci-dessous la sélection des tout derniers articles traitant de mécanique quantique et de ses applications émergentes.
Ce papier présente une méthode novatrice combinant l'échantillonnage d'importance multi-états et une architecture de réseaux de neurones appelée « Excited Pfaffians » pour calculer efficacement et avec précision les états excités et les surfaces d'énergie potentielle de multiples systèmes moléculaires et atomiques.
Ce papier présente le langage Qutes, qui fonde la sémantique des programmes quantiques sur une uncomputation guidée par la durée de vie des variables, permettant une réclamation précoce des qubits, une réduction de la profondeur des circuits et une gestion unifiée des paramètres de fonction tout en garantissant l'invariance de restauration.
En adaptant des techniques de résonance micro-ondes issues de l'électrodynamique quantique en circuit, cette étude utilise des résonateurs supraconducteurs pour caractériser les excitations magnétiques de films minces de TbInO3, révélant une frustration extrême et un état fondamental complexe façonné par le couplage spin-orbite et la ferroélectricité impropre.
Cette étude évalue la capacité de jumeaux numériques basés sur les données de calibration d'IBM à reproduire les résultats de matériel quantique sur des simulateurs classiques, démontrant que les modèles construits à partir de fichiers CSV offrent souvent la meilleure concordance, bien que leur précision dépende fortement de l'appareil cible et des paramètres de transpilation.
Cet article propose des caractérisations exactes et optimales de l'information mutuelle quantique conditionnelle et d'autres entropies en les transformant en sommes convergentes de termes explicitement construits qui démontrent directement leurs propriétés de positivité et de convexité.
Cette étude présente un cadre robuste et efficace basé sur un réseau de neurones convolutifs 1D pour l'analyse en temps réel des spectres de résonance magnétique détectée optiquement des centres azote-lacune, surpassant les méthodes d'ajustement non linéaire traditionnelles en précision et en rapidité, notamment dans des conditions de faible rapport signal-sur-bruit, et démontrant son applicabilité à l'imagerie magnétique et à la thermométrie nanométrique.
Cette étude analyse quantitativement la violation de la conservation du moment angulaire orbital induite par le décalage spatial de la pompe dans la conversion paramétrique descendante spontanée, dérive une loi d'échelle pour la distribution du moment angulaire total et propose l'utilisation de ce décalage comme mécanisme pour façonner les états quantiques générés.
Cet article présente une extension de l'approche de backflow par réseaux de neurones aux solides *ab initio*, utilisant une stratégie d'élagage à deux étapes pour gérer efficacement l'espace des configurations et atteindre une précision de pointe sur divers matériaux, de chaînes d'hydrogène au graphène et au silicium.
Cette étude démontre que l'utilisation de fonctions d'essai adaptées à la symétrie est essentielle pour que la méthode de Monte Carlo à chemin contraint (CPMC) atteigne une précision quantitative sur le modèle de Hubbard triangulaire, en particulier dans les régimes fortement frustrés à demi-remplissage où les essais libres ou brisant la symétrie échouent.
Ce papier présente la distillation de connaissances quantique améliorée par la photonique (PQKD), un cadre hybride exploitant le bruit intrinsèque des processeurs photoniques pour guider un réseau étudiant paramétriquement efficace via des convolutions à dictionnaire, permettant ainsi une compression agressive tout en maintenant des performances proches de celles du modèle enseignant.