7557 पेपर
यह शोधपत्र प्रकट करता है कि एक डिट्यून्ड (detuned), ड्रिवन (driven) टू-लेवल सिस्टम एक छिपी हुई समय-गैर-स्थानीय समरूपता (time-nonlocal parity symmetry) के कारण विशिष्ट डिट्यूनिंग्स पर सटीक क्वासी-एनर्जी क्रॉसिंग्स (quasienergy crossings) प्रदर्शित करता है, जो फ्लोकेट मोड (Floquet modes) को वर्गीकृत करता है और इनके गणना के लिए एक सामान्य संख्यात्मक योजना को सक्षम बनाता है।
यह शोध पत्र ग्राउंड-स्टेट परमाणुओं के बीच क्वांटम घर्षण का एक सूक्ष्म सिद्धांत प्रस्तुत करता है, जो यह प्रदर्शित करता है कि आंतरिक अपव्यय (internal dissipation) से उत्पन्न होने वाले अपरिवर्तनीय, विषम-सममिति वेग-निर्भर बल कमरे के तापमान पर प्रमुख घर्षण तंत्र बनते हैं और शून्य तापमान पर क्यूबिक वेग निर्भरता जैसी सार्वभौमिक विशेषताओं को प्रकट करते हैं।
यह शोध पत्र स्थानिक क्वांटम सेंसिंग (spatial quantum sensing) के लिए एक रूपरेखा प्रस्तुत करता है जो सेंसर प्लेसमेंट के माध्यम से त्रुटि-मुक्त क्षेत्र अनुमान (field estimation) के लिए स्थितियाँ स्थापित करने हेतु बीजगणितीय ज्यामिति (algebraic geometry) का उपयोग करता है, यह प्रदर्शित करता है कि गैर-स्थानीय उलझे हुए प्रोटोकॉल (non-local entangled protocols) वैश्विक संसाधन बाधाओं के तहत अधिकतम सटीकता प्राप्त करते हैं, और क्षेत्र के पूर्व ज्ञान का लाभ उठाकर सेंसर आवश्यकताओं को कम करने के लिए त्रुटि-मुक्त उप-स्थानों (error-free subspaces) का प्रस्ताव करता है।
यह शोध पत्र एक-आयामी गैर-हर्मिटीय फ्लोक्वेट प्रणालियों में गैपलेस सिमिट्री-प्रोटेक्टेड टोपोलॉजिकल फेजेस (gSPTs) के अस्तित्व को प्रकट करता है, जो सामान्यीकृत ब्रिलुइन ज़ोन पर वाइंडिंग नंबरों के माध्यम से एक एकीकृत टोपोलॉजिकल लक्षण वर्णन स्थापित करता है जो क्रिटिकल पॉइंट्स पर भी मजबूत एज मोड्स की गारंटी देता है।
यह शोध पत्र लिड-ड्रिवन कैविटी समस्या को हल करने के लिए क्वांटम ट्रेन करने योग्य एम्बेडिंग्स (quantum trainable embeddings) का उपयोग करते हुए एक क्वांटम फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क (QPINN) फ्रेमवर्क प्रस्तावित करता है, जो यह प्रदर्शित करता है कि यह दृष्टिकोण शास्त्रीय PINNs की तुलना में काफी कम मापदंडों के साथ स्थिर प्रशिक्षण और प्रतिस्पर्धी सटीकता प्राप्त करता है, जिससे पैरामीटर-कुशल भौतिकी-सूचित शिक्षण (physics-informed learning) के लिए ट्रेन करने योग्य क्वांटम एम्बेडिंग्स की क्षमता उजागर होती है।
यह शोध पत्र विविध जाली ज्यामिति (lattice geometries) और अन्योन्यक्रिया युग्मन (interaction couplings) में एक गतिशील स्पिन स्क्वीजिंग चरण संक्रमण (dynamical spin squeezing phase transition) की सार्वभौमिकता को स्थापित करता है, जो एक नए गैर-संतुलन सार्वभौमिक वर्ग (non-equilibrium universality class) की पहचान करता है जिसका महत्वपूर्ण स्केलिंग (critical scaling) दीर्घ-परासी और लघु-परासी दोनों व्यवस्थाओं में बना रहता है और क्वांटम प्लेटफॉर्म में एंटैंगलमेंट को नियंत्रित करने के लिए एक बहुमुखी मार्ग प्रदान करता है।
यह शोध पत्र होल-स्पिन क्वबिट्स के लिए एक ऑल-इलेक्ट्रिक कंट्रोल प्रोटोकॉल प्रस्तावित करता है जो इलेक्ट्रिक फील्ड मैग्नीट्यूड ट्यूनिंग का उपयोग करके डिस्क्रीट फेज-मैचिंग कंडीशंस प्राप्त करने या नॉन-कंजर्विंग प्रोसेसेज को दबाने के लिए इलेक्ट्रिक फील्ड डायरेक्शन अलाइनमेंट का उपयोग करके स्पिन-ऑर्बिट प्रेरित एनिसोट्रोपिक एक्सचेंज सीमाओं को दूर करता है, जिससे सुदृढ़, लंबी दूरी का क्वांटम स्टेट ट्रांसफर सक्षम होता है।
यह शोध पत्र NeTMY को प्रस्तुत करता है, जो एक अमोर्टाइजेशन-मुक्त (amortization-free) कोऑर्डिनेट न्यूरल फील्ड फ्रेमवर्क है, जो स्केलर फॉरवर्ड एप्रोक्सिमेशन के स्थान पर एक सुधारात्मक टेंसर ऑपरेटर का उपयोग करके और बेहतर स्पार्स सोर्स लोकलाइजेशन प्राप्त करने के लिए विशिष्ट अनुकूलन रणनीतियों को नियोजित करके NV-सेंटर मैग्नेटिक नॉइज़ सेंसिंग में सेंटर-कोलैप्स विफलताओं को दूर करता है।
यह शोधपत्र ग्राफिकल अलब्राइक ज्योमेट्री (GAG) को प्रस्तुत करता है, जो कम्यूटेटिव बीजगणित (commutative algebras) और एफाइन वैरायटीज़ (affine varieties) के लिए एक सार्वभौमिक और पूर्ण आरेखीय ढांचा है जो बहुपद बाधा नेटवर्क (polynomial constraint networks) और क्वांटम कंप्यूटेशन के लिए क्वडिट ZH कैलकुलस (qudit ZH calculus) के अध्ययन को एकीकृत करता है।
यह शोध पत्र QUACOD को प्रस्तुत करता है, जो एक स्केलेबल क्वांटम ऑप्टिमाइज़ेशन दृष्टिकोण है जो जटिल ड्रोन शेड्यूलिंग समस्याओं को प्रबंधनीय उप-समस्याओं में विभाजित करने के लिए कोऑर्डिनेट डिसेंट का उपयोग करता है, जिससे वर्तमान सीमित-क्यूबिट हार्डवेयर पर प्रभावी समाधान सक्षम होते हैं और दक्षता एवं स्केलेबिलिटी दोनों में मौजूदा विधियों से काफी बेहतर प्रदर्शन होता है।