3968 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 un algorithme d'approximation classique amélioré pour le problème du Quantum Max Cut, atteignant un ratio d'approximation de 0,595 grâce à la recherche d'un couplage maximal pondéré et produisant un état de sortie plus simple composé de produits d'états à deux qubits.
Cet article propose une matrice de position convergente (CRM) pour remplacer la représentation divergente existante, en encodant l'opérateur de position via des matrices de dimension finie plutôt que par une représentation algébrique de Weyl impossible, afin de combler des lacunes conceptuelles liées à la géométrie de Berry et d'améliorer la théorie du transport.
Cet article propose un cadre d'apprentissage actif quantique (QAL) exploitant l'équivariance et les symétries des états quantiques pour entraîner des réseaux de neurones quantiques avec moins de 7 % d'échantillons étiquetés, tout en discutant des performances comparables aux ensembles complets et des limites observées par rapport à un échantillonnage aléatoire.
Cet article introduit une famille de fidélités généralisées fondées sur la géométrie riemannienne de la variété de Bures-Wasserstein, démontrant qu'elles englobent les fidélités quantiques standards, satisfont des propriétés d'invariance et de covariance, et admettent des extensions aux divergences de Rényi quantiques multivariées.
Cet article démontre que le bruit inhérent au matériel quantique peut être intentionnellement ajusté pour agir comme un mécanisme de régularisation, améliorant ainsi la capacité de généralisation des réseaux de neurones quantiques lors de tâches de régression.
Cet article généralise les concepts de Loschmidt echo et de corrélateurs hors ordre temporel aux systèmes quantiques ouverts régis par la dynamique de Lindblad, révélant des structures universelles de brouillage de l'information selon le régime de dissipation, établissant un lien avec l'entropie de Rényi et proposant un protocole expérimental pour leur mesure.
Ce papier propose un protocole efficace et tolérant aux pertes utilisant des états superposés de zéro et deux photons comprimés pour générer des états chat de Schrödinger optiques de haute fidélité avec des technologies optiques linéaires actuelles.
Cet article présente la conception et la validation expérimentale de la première architecture de réseau de neurones convolutif quantique photonique (PQCNN) utilisant l'injection d'états adaptative sur une plateforme à base de points quantiques, démontrant ainsi son efficacité pour la classification d'images et son potentiel d'évolutivité.
Cet article présente un formalisme basé sur des mesures de pseudospin pour étudier la non-localité dans les réseaux quantiques à variables continues, démontrant que la force de cette non-localité dans une configuration en étoile reste indépendante de la taille du réseau, persiste à haute température au-delà d'un seuil de compression, et est renforcée par des états non gaussiens, le tout avec une proposition d'implémentation expérimentale réalisable.
Cet article présente les circuits quantiques paramétrés superposés, une architecture novatrice combinant la mémoire quantique aléatoire et des protocoles de réussite itérative pour intégrer un nombre exponentiel de sous-modèles et induire des fonctions d'activation non linéaires, permettant ainsi d'atteindre une expressivité et une précision bien supérieures aux approches quantiques conventionnelles.