7955 articoli
La meccanica quantistica e la fisica delle particelle, racchiuse nella categoria "Quant-Ph", esplorano le regole fondamentali che governano l'universo a scale incredibilmente piccole, dove la realtà sfida la nostra intuizione quotidiana. Questi studi indagano fenomeni misteriosi come l'entanglement e la sovrapposizione, gettando luce su come funzionano gli atomi e le forze che plasmano la materia stessa.
Su Gist.Science, elaboriamo sistematicamente ogni nuovo preprint inviato a arXiv in questo settore, trasformando ricerche complesse in contenuti comprensibili. Offriamo sia riassunti tecnici dettagliati per gli esperti sia spiegazioni in linguaggio semplice, rendendo le scoperte più recenti accessibili a tutti.
Di seguito troverete l'elenco degli ultimi articoli pubblicati in questo affascinante campo di studio.
Questo articolo dimostra che, sebbene sia possibile costruire esplicitamente teorie quantistiche quasi-ermitiane con hamiltoniane locali, le algebre di osservabili locali generiche generalmente non esistono su siti di reticolo arbitrari, con le collezioni specifiche di siti che supportano osservabili non triviali essendo strettamente determinate dal potenziale complesso.
Il documento riporta che il computer quantistico Jiuzhang 3.0 ha ottenuto un significativo vantaggio computazionale quantistico eseguendo il campionamento di bosoni gaussiani con fino a 255 eventi di clic fotonici in 1,27 microsecondi, un compito stimato richiedere al supercomputer Frontier miliardi di anni utilizzando algoritmi classici esatti.
Questo articolo propone ShadowNet, un paradigma di apprendimento di sistemi quantistici data-centrico che unisce i classici "shadow" con le reti neurali per superare i limiti dei metodi esistenti e svolgere efficientemente compiti come la tomografia dello stato quantistico e la stima diretta della fedeltà per sistemi fino a 60 qubit.
Questo articolo dimostra un significativo progresso nel networking quantistico integrando singoli centri T con cavità fotoniche a cristallo di silicio, ottenendo un incremento di 6,89 volte nel tasso di decadimento della fluorescenza e un efficiente tasso di accoppiamento dei fotoni di 73,3 kHz alla linea dello zero fonone nel telecom.
Questo articolo propone l'algoritmo Bi-directional Multi-solution scalable Grover Search (BMGS), un nuovo approccio che utilizza una tattica di ricerca bidirezionale multi-segmento per trovare efficientemente soluzioni multiple in un database non strutturato con un numero ridotto di iterazioni e una complessità media ottimale rispetto ai metodi esistenti.
Questo articolo presenta un acceleratore di reti neurali basato su FPGA a bassa latenza che discrimina con successo gli stati di cinque qubit superconduttori in meno di 50 nanosecondi tramite la quantizzazione dei parametri della rete, consentendo così un'integrazione efficiente nelle piattaforme di controllo quantistico esistenti.
Questo articolo identifica i limiti delle misure di entanglement basate sul tangle tradizionale nei grandi sistemi multipartiti e propone metriche alternative robuste, inclusi la somma dei quadrati dei one-tangle e l'entanglement residuo generalizzato, insieme a una forte relazione di monogamia per quantificare meglio la distribuzione dell'entanglement negli stati quantistici ad alta dimensionalità.
Questo articolo presenta un'analisi di stima delle risorse end-to-end che utilizza molteplici toolkit di calcolo quantistico indipendenti per valutare la fattibilità dell'impiego di algoritmi quantistici fault-tolerant, specificamente la Quantum Phase Estimation, per determinare l'energia dello stato fondamentale dell'ozono ciclico all'interno di nanocage di fullerene per potenziali applicazioni come propellente per razzi.
Questo articolo investiga la capacità informazionale dei modelli Sachdev-Ye-Kitaev (SYK) come codici di correzione degli errori quantistici approssimati sotto decoerenza, rivelando che il rumore forte con simmetria di parità fermionica induce una transizione di rottura spontanea della simmetria da forte a debole che degrada la traversabilità del wormhole e segna una soglia critica per le prestazioni del codice.
Questo articolo propone una Rete Neurale Ricorrente Ibrida Quantistica (HQRNN) che incorpora strati Quantum Depth-Infused (QLSTM) per la previsione della vita utile residua di motori turboventola, dimostrando un miglioramento del 5% nelle metriche di errore rispetto ai modelli classici con parametri corrispondenti e suggerendo che tali moduli potenziati dal quantum siano più efficaci quando integrati in pipeline prognostiche composite piuttosto che utilizzati come predittori autonomi.