量子物理学の不思議な世界は、日常の直感とは全く異なる法則で動いています。ここでは、粒子が同時に複数の場所に存在したり、遠く離れた粒子が瞬時に互いに影響し合ったりする、私たちの理解を覆す現象が研究されています。Gist.Science では、arXiv から公開される最新の量子物理に関するプレプリントをすべて網羅し、専門的な数式や難解な用語を噛み砕いた平易な解説と、技術的な詳細を深く掘り下げた要約の両方を提供しています。

これにより、専門家だけでなく、この魅力的な分野に興味を持つ誰もが、最先端の知見をすばやく把握できるようになります。以下に、arXiv から収集した量子物理学の分野における最新の論文リストを掲載します。

Measurement incompatibility in Bayesian multiparameter quantum estimation

本論文は多パラメータ量子推定のための包括的なベイズ枠組みを提示し、測定非互換性が理想化されたシナリオと比較して最小精度損失を最大でも倍にしか増大させないことを示すことで、個別に最適化された測定が実用的応用に対する効率的な基準として有効であることを実証する。

Francesco Albarelli, Dominic Branford, Jesús Rubio2026-05-28⚛️ quant-ph

Thermodynamic significance of QUBO encoding on quantum annealers

本論文は、量子アニーリングにおける QUBO ペナルティ重みが熱力学的制御ノブとして機能し、その最適な符号化は、古典的および D-Wave Advantage 実験におけるソルバーの成功とエントロピー生成の急激な遷移によって実証されるように、計算の実現可能性と最小のエネルギー散逸とのバランスをとることを示している。

Emery Doucet, Zakaria Mzaouali, Reece Robertson, Bartłomiej Gardas, Sebastian Deffner, Krzysztof Domino2026-05-28⚛️ quant-ph

Quantum stress and torsion distributions in the deuteron

本論文はインパルス近似を用いて重水素の11個のエネルギー・運動量テンソル形状因子を計算し、その内部の質量、運動量、応力、および力の分布を明らかにするとともに、非対称応力成分がねじれを介してスピン再配向とどのように関連するか、および非放射状の力がテンソル相互作用とスピン軌道結合からどのように生じるかを解明する。

Wim Cosyn, Adam Freese, Alan Sosa2026-05-28⚛️ nucl-th

Effect of symmetry breaking on altermagnetism in CrSb and Formation of fragmented nodal curves

CrSb および関連モデルに対する密度汎関数理論計算と対称性解析を適用することにより、本研究は、空孔制御、ドーピング、またはひずみを通じて六回回転対称性を二回回転対称性に低下させることが、バンド固有の断片的なノード曲線を生起させ、調整可能な異常ホール伝導率を可能にすることを明らかにし、それによって将来の量子デバイスに向けたアルターマグネットの可能性を拡大する。

Arindom Das, Arijit Mandal, Nayana Devaraj, B. R. K. Nanda2026-05-28🔬 cond-mat.mtrl-sci

Can Quantum Federated Learning Withstand Circuit-Level Backdoors?

本論文は、悪意のあるクライアントが量子連合学習における量子固有のメカニズムを悪用して、巧妙に深刻な精度低下を引き起こす方法を実証するために、CULT(CircUit-Level backdoor Threat)モデルを導入し、既存の防御メカニズムが最悪のケースの失敗を防ぐことにしばしば失敗することを明らかにする。

Aakar Mathur, Mohammed Ruknuddin, Ashish Gupta2026-05-28⚛️ quant-ph

Hybrid Classical-Quantum Neural Networks for Multi-Characteristic Co-Optimization of Recessed-Gate AlGaN/GaN MIS-HEMTs

本論文は、実験データを活用して埋め込みゲート型AlGaN/GaN MIS-HEMTの6つの電気的特性の最適化において古典的ベースラインを大幅に上回るハイブリッド古典・量子ニューラルネットワーク(HQNN)を提案し、同時に回路深度、パラメータ数、および特定のエンタングルメント戦略が精度と近未来のハードウェア実現可能性にとって決定的であることを実証する。

Rushat Rai, Pei-Jie Chang, Doan Viet Nguyen, Yuan-Chieh Chiu, Niall Tumilty, Yun-Yuan Wang, Simon See, Wen-Jay Lee, Tai-Yue Li, Nan-Yow Chen, Tian-Li Wu2026-05-28🔬 physics.app-ph