⚛️ Category

quant-ph

10435 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.

⚛️ fisica quantistica

Quantum Information Harvesting with the Parallel Quantum Flow Algorithm

Questo articolo presenta un'implementazione ad alte prestazioni dell'algoritmo Quantum Flow (QFlow) su architetture ibride quantistico-classiche, dimostrando che può recuperare oltre il 95% dell'energia di correlazione CCSD per grandi spazi attivi (fino a 114 orbitali) utilizzando solo 12 qubit, offrendo così una soluzione scalabile ed efficiente dal punto di vista delle risorse per la simulazione di sistemi realistici a molti corpi.

Nicholas P. Bauman, Ajay Panyala, Chenxu Liu, Muqing Zheng, Meng Wang, Karol Kowalski2026-06-04
⚛️ fisica quantistica

High-Dimensional Quantum Key Distribution via full Core-mode Encoding over Deployed Multicore Fibers

Questo articolo dimostra il primo protocollo di distribuzione quantistica di chiavi ad alta dimensionalità su una rete di fibre multicore distribuita che utilizza pienamente tutti i modi di core disponibili per la codifica, raggiungendo un tasso di chiave segreta per impulso record di 6,19×10−36,19\times 10^{-3} bit in condizioni ambientali realistiche.

G. H. dos Santos, K. B. Sawada, N. Villalba, C. Jara, N. Guerrero, C. Melo, M. H. Magiotto, D. Martínez, G. B. Xavier, J (…)2026-06-04
⚛️ fisica quantistica

Derivative Informed Learning of Exchange-Correlation Functionals

Questo articolo introduce la Derivative Informed XC-Loss (DI-Loss), una strategia di addestramento per funzionali di scambio-correlazione appresi tramite machine learning che incorpora le derivate dell'energia del primo e del secondo ordine da funzionali ibridi di riferimento per migliorare significativamente l'accuratezza dell'energia totale, accelerare la convergenza del campo autoconsistente e potenziare le predizioni degli stati eccitati nella TDDFT.

Eike S. Eberhard, Luca A. Thiede, Abdul Aldossary, Andreas Burger, Nicholas Gao, Vignesh Bhethanabotla, Alán Aspuru-Guzi (…)2026-06-04
⚛️ fisica quantistica

Quantum simulations of ultrafast optical spectroscopy of semiconductors on digital quantum computers in the semi-classical approximation

Questo articolo presenta un framework di simulazione quantistica digitale per la spettroscopia ottica ultrafast dei semiconduttori che raggiunge un accordo quantitativo con i benchmark classici nel limite privo di rumore, dimostrando al contempo come il rumore dell'hardware dell'era NISQ si manifesti come allargamento spettrale, fungendo da modello scalabile per il futuro vantaggio quantistico nei regimi many-body.

Mykhailo Klymenko, Bahar Goldozian, Thong Hoang, Jared H. Cole, Muhammad Usman2026-06-04
⚛️ fisica quantistica

Hybrid quantum-classical physics-informed neural networks for solving nonlinear PDEs: when and where hybridization is effective?

Questo articolo introduce una rete neurale ibrida quantistico-classica informata dalla fisica (HQPINN) che integra circuiti quantistici parametrizzati con backbone neurali classici per superare efficacemente il bias spettrale e i problemi di convergenza nella risoluzione di PDE non lineari, dimostrando significativi miglioramenti di accuratezza — in particolare nei regimi rigidi e multiscala — attraverso le equazioni di Burgers, Allen-Cahn e Korteweg-de Vries.

Kaveh Zabihi, Hamid Montazeri, Akke S. J. Suiker2026-06-04
⚛️ fisica quantistica

Digital Quantum Reservoir Computing for ATM Time Series Prediction

Questo articolo investiga un framework di calcolo a serbatoio quantistico digitale per la previsione della domanda di contanti ATM su hardware quantistico a breve termine, riscontrando che, sebbene non superi i benchmark classici nelle metriche di errore standard, dimostra prestazioni competitive nel catturare le strutture temporali tramite il Dynamic Time Warping.

Chiara Vercellino, Giacomo Vitali, Valeria Zaffaroni, Francesca Cibrario, Emanuele Dri, Paolo Viviani, Olivier Terzo, Da (…)2026-06-04
⚛️ fisica quantistica

QPredSGG: Hybrid Quantum Predicate Learning for Long-Tailed Scene Graph Generation

Questo articolo introduce QPredSGG, un framework ibrido quantistico-classico che sostituisce la testa del predicato di una Causal Feature Enhancement Network con una Quantum Predicate Head a efficienza di parametri, raggiungendo prestazioni allo stato dell'arte nella generazione di grafi di scena a coda lunga riducendo significativamente la complessità del modello e migliorando al contempo il mean recall sul dataset Visual Genome 150.

Prerana Ramkumar, Nouhaila Innan, Muhammad Shafique2026-06-04