1693 articoli
In questo lavoro viene proposto ParaQuanNet, una rete neurale quantistica parallela che integra misurazioni mutue non distorte per identificare con elevata accuratezza circuiti generativi quantistici e classificare efficacemente dati sia quantistici che classici.
Questo lavoro introduce Q2NS, un simulatore di reti quantistiche modulare ed estensibile basato su ns-3 che integra nativamente primitive quantistiche con lo stack di protocolli classici, dimostrando attraverso benchmark e casi d'uso un'efficienza computazionale superiore rispetto alle soluzioni esistenti.
Questo studio presenta un protocollo di distribuzione quantistica di chiavi a variabili continue basato su modulazione discreta e shaping probabilistico dell'ampiezza che, offrendo vantaggi implementativi rispetto alla modulazione gaussiana, raggiunge prestazioni di sicurezza e tassi di chiave comparabili al protocollo GG02 di riferimento.
Gli autori presentano un framework di apprendimento automatico basato su autoencoder e vincoli fisici per identificare gli Hamiltoniani efficaci nei simulatori quantistici a stato solido direttamente dai dati di trasporto sperimentali.
Questo articolo presenta una metodologia completa per implementare protocolli quantistici multiuso, come il trasferimento obliquo e i token quantistici, sulla stessa infrastruttura hardware QKD, dimostrando la fattibilità di reti di comunicazione quantistica che vanno oltre la sola distribuzione quantistica di chiavi.
Questo lavoro presenta un approccio che combina sensori atomici Rydberg per la cattura di impronte spettrali a banda larga con un modello di deep learning 1D ResNet, permettendo un riconoscimento robusto delle scariche parziali con un'accuratezza del 94% anche in condizioni di basso rapporto segnale-rumore.
Questo studio propone due schemi di correzione complementari che migliorano l'accuratezza della dinamica quantistica di sistemi coulombiani su griglie mitigando gli errori di discretizzazione senza costi computazionali proibitivi, rendendo il metodo efficace sia su piattaforme classiche che quantistiche.
Questo studio propone un framework iterativo basato su QUBO per l'addestramento di classificatori CNN tramite quantum annealing, che evita l'ottimizzazione basata su gradienti congelando i filtri convoluzionali e ottimizzando solo lo strato fully connected, ottenendo prestazioni competitive rispetto ai metodi classici su diversi benchmark di classificazione di immagini.
Utilizzando il framework della fattorizzazione esatta, questo studio dimostra che le correlazioni non adiabatiche elettrone-nucleo inducono la de-ortogonalizzazione dei fattori elettronici, generando così interferenza nella densità nucleare, un fenomeno che non ha corrispettivo nell'evoluzione adiabatica.
Questo lavoro propone QAOA-Predictor, un modello basato su Graph Neural Network che prevede la probabilità di successo e la profondità minima dei livelli per l'algoritmo QAOA a parametri fissi, consentendo un'ottimizzazione efficiente senza la necessità di costosa ottimizzazione dei parametri a runtime.
Gli autori derivano una soluzione analitica quantistica full-wave per il trasporto di fotoni singoli e doppi attraverso una cavità superconduttiva contenente un qubit, utilizzando la teoria di input-output per validare i modelli numerici degli interconnetti quantistici.
Gli autori riportano la prima osservazione sperimentale di una direzionalità controllabile indotta dal moto nell'emissione collettiva di atomi confinati in una guida d'onda non chirale, raggiungendo un valore fino a 0,89.
Questo articolo introduce QFlowNet, un framework innovativo che combina GFlowNet e Transformers per realizzare una sintesi unitaria quantistica veloce, diversificata ed efficiente, superando le limitazioni delle ricompense sparse e della mancanza di diversità tipiche degli approcci RL esistenti.
Questo lavoro dimostra l'uso di computer quantistici superconduttori per simulare le interazioni tra centri NV e impurità di spin, analizzando tramite tomografia dello stato quantistico gli effetti sulla coerenza e sull'entanglement in diversi regimi di accoppiamento.
Questo studio dimostra che le correlazioni di rumore in un array di qubit di spin al silicio non costituiscono un ostacolo fondamentale per la correzione degli errori quantistici, poiché le derive magnetiche globali sono mitigabili e il rumore di carica presenta correlazioni a corto raggio compatibili con operazioni tolleranti ai guasti.
Questo lavoro dimostra che il modello Rokhsar-Kivelson nella teoria di gauge reticolare U(1) bidimensionale ospita una classe di stati autostati esatti, noti come cicatrici stabilizzatrici del sottoreticolo, che violano l'ipotesi di termalizzazione degli autostati e possono essere preparati efficientemente tramite circuiti di Clifford.
Questo studio ridefinisce la progettazione delle reti neurali quantistiche passando dalla semplice raggiungibilità degli stati alla geometria controllabile delle rappresentazioni nascoste, introducendo il criterio di quasi completa selettività locale (aCLS) per dimostrare che l'apprendimento delle caratteristiche richiede una dipendenza congiunta tra dati e pesi addestrabili, garantendo così migliori prestazioni con minori risorse computazionali.
Questo studio di simulazione presenta un metodo di estrazione delle caratteristiche ispirato alla meccanica quantistica che, codificando le impronte digitali molecolari in un Hamiltoniano, cattura correlazioni di ordine superiore e migliora le prestazioni predittive ADMET rispetto ai metodi classici su diversi benchmark.
Questo lavoro presenta un acceleratore FPGA altamente parallelo per la ricostruzione di immagini nei computer quantistici a atomi neutri, ottenendo un significativo miglioramento delle prestazioni rispetto alle implementazioni CPU per ridurre il sovraccarico temporale del controllo.
Questo studio introduce un protocollo NISQ basato su qubit transmon assistito da ancilla che aumenta la sensibilità nella ricerca di materia oscura ultraleggera, consentendo una riduzione fino a dieci volte del tempo di integrazione necessario per raggiungere limiti di esclusione comparabili.