6391 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.
Cet article présente l'interface BlockEncoding du framework Eclipse Qrisp, qui transforme cette technique fondamentale en une abstraction de programmation de haut niveau pour simplifier la construction, la composition et l'application pratique d'algorithmes quantiques avancés comme la transformation de valeurs singulières et la simulation de Hamiltoniens.
Ce papier propose le cadre EQE-QAOA, qui réduit significativement le nombre de qubits nécessaires pour l'algorithme QAOA en exploitant les symétries intrinsèques et une application isométrique, tout en préservant exactement la performance d'optimisation sans perte d'information.
Cet article présente une étude théorique complète du lasing de phonons dans des ions piégés de espèces mélangées et uniques, confirmant les observations expérimentales et proposant de nouvelles méthodes pour générer des états non classiques et améliorer la sensibilité des capteurs.
Cette étude démontre expérimentalement la détection des transferts de quantité de mouvement issus de collisions individuelles de gaz avec une nanoparticule lévité, validant ainsi le potentiel de ces capteurs optomécaniques pour la mesure de pression primaire et l'exploration d'interactions fondamentales.
Cet article explore le potentiel de l'informatique quantique pour optimiser la gestion énergétique et la conception urbaine, tout en proposant le principe « BITE » pour guider la sélection des problèmes adaptés aux capacités actuelles des ordinateurs quantiques en vue de créer des villes plus durables et résilientes.
Cet article démontre comment appliquer les raccourcis vers l'adiabaticité (STA), initialement développés pour la dynamique quantique, aux systèmes lagrangiens non linéaires dissipatifs classiques en utilisant l'ingénierie inverse sur un manipulateur couplé pour générer des profils de force et de couple, tout en analysant les compromis entre rapidité, régularité et robustesse et en proposant une correction unique basée sur une mesure intermédiaire.
En appliquant l'analyse de récurrence, une méthode d'analyse de séries temporelles non linéaires, à la dynamique du modèle d'Ising transverse unidimensionnel, les auteurs démontrent que cette approche permet de caractériser les comportements temporels complexes des systèmes quantiques et de détecter de manière non supervisée les transitions de phase quantiques.
Cette étude démontre que les réseaux d'atomes de Rydberg peuvent générer des états statistiques proches du hasard Haar et préparer efficacement des états quantiques génériques à l'aide du contrôle optimal, bien que la fidélité de préparation diminue inévitablement avec l'augmentation de l'entropie d'intrication de l'état cible.
Cette étude démontre que l'utilisation d'ansatz structurels adaptés aux portées d'interaction dans une simulation VQE d'un modèle d'Ising à longue portée permet de réduire considérablement la profondeur des circuits et d'améliorer la détection de l'état fondamental via la négativité logarithmique, révélant ainsi que l'échelle des ressources quantiques dépend principalement de la portée des interactions et de la phase du système plutôt que de la proximité au point critique.
Cet article présente un cadre d'apprentissage automatique basé sur des réseaux de neurones informés par la physique (PINN) qui, en combinant une formulation variationnelle et une expansion de Magnus, permet d'optimiser efficacement l'information de Fisher quantique dans des systèmes à plusieurs corps dépendants du temps en inférant directement les potentiels de jauge adiabatiques et les fonctions de programmation pour des stratégies de contrôle métrologiquement optimales.