6879 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 propose une généralisation des protocoles d'interface entre la mécanique quantique et la gravité à des systèmes à N corps, démontrant que des condensats de Bose-Einstein dipolaires peuvent servir de plateforme analogue programmable pour simuler et détecter l'intrication gravitationnelle avec une sensibilité accrue grâce à un réseau de capteurs.
Ce tutoriel présente le package LaTeX Quantikz, qui utilise TikZ pour offrir un contrôle accru sur la mise en forme des diagrammes de circuits quantiques tout en s'inspirant et en simplifiant la notation du package QCircuit.
Les auteurs proposent des algorithmes de simulation classique efficaces pour les optiques non gaussiennes en décomposant les états initiaux en superpositions d'états gaussiens, définissant ainsi de nouvelles mesures de non-gaussianité (rang et étendue gaussiens) dans le cadre de la théorie des ressources quantiques.
Cette étude démontre que l'initialisation d'ansätze variatoires dans la phase de localisation à plusieurs corps (MBL) atténue les plateaux stériles et améliore la formation des algorithmes quantiques, une stratégie validée expérimentalement sur un processeur supraconducteur de 127 qubits pour la préparation efficace d'états fondamentaux.
Cet article présente une étude de simulation complète de quatre variantes de l'algorithme QAOA sous l'effet du bruit quantique et des contraintes de calcul, afin d'identifier les facteurs influençant la qualité des solutions et de définir les bases pour créer des outils d'automatisation permettant de sélectionner la configuration optimale sans expertise technique de la part de l'utilisateur.
Cette étude calcule le « threetangle » pour un modèle XY transverse avec un champ in-plane brisant l'intégrabilité, révélant qu'une région de champ spécifique permet de maintenir une valeur finie de l'intrication, offrant ainsi une source potentielle d'états triplement intriqués ou un commutateur déclenché par l'intrication.
Cet article démontre qu'une architecture de réseau neuronal de type transformateur, utilisée en apprentissage supervisé et par renforcement, surpasse les méthodes de contrôle quantique traditionnelles en stabilisant efficacement des états quantiques et en minimisant l'énergie de systèmes complexes, même en présence de bruit non modélisé et de dynamiques non markoviennes.
Cet article présente un protocole optimal de reconnaissance de Hamiltoniens inconnus, fondé sur la simulation de fonctions cohérentes et la théorie des représentations de groupes, qui permet d'identifier la dynamique quantique avec une probabilité de succès optimale décroissant comme et qui a été validé expérimentalement sur un processeur quantique supraconducteur.
Cet article propose un dispositif de tressage minimal dans une chaîne de boîtes quantiques couplées à un supraconducteur, démontrant qu'un contrôle optimal d'une boîte quantique auxiliaire permet d'atténuer efficacement les erreurs induites par la répulsion de Coulomb et le tunneling résiduel lors de l'échange de modes de Majorana non abéliens.
Cet article propose un mécanisme de notation sans entraînement, baptisé QCS-ADME, pour évaluer et rechercher efficacement des circuits d'apprentissage quantique adaptés aux défis spécifiques de la prédiction des propriétés ADME, notamment la classification sur des données déséquilibrées et la régression.