Hardware-Efficient Quantum Optimization for Transportation Networks via Compressed Adiabatic Evolution
本論文は、変分層と圧縮断熱進化を組み合わせることで、近未来の量子デバイス上の交通ネットワーク問題を最適化するハードウェア効率的なハイブリッド量子フレームワークを提示し、中程度のプレフィックス圧縮が実行可能解の発見を維持または向上させつつ回路深さを削減し得ることを実証する。
6223 件の論文
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。
本論文は、変分層と圧縮断熱進化を組み合わせることで、近未来の量子デバイス上の交通ネットワーク問題を最適化するハードウェア効率的なハイブリッド量子フレームワークを提示し、中程度のプレフィックス圧縮が実行可能解の発見を維持または向上させつつ回路深さを削減し得ることを実証する。
本論文は、線形方程式を解く古典的サブルーチンを活用することで、に依存しないゲート複雑度と高次量子シミュレーションにおける改善された誤差スケーリングを達成する適応的サンプリングプロトコルであるqSHIFTを導入し、それによって近未来の量子デバイスに適したリソース効率の高い枠組みを提供する。
本論文は、自由QEDの光子領域を解析し、定数との役割を区別するとともに、ガリレイの場合には相対論的Haag-Kastlerネットへの遷移が構造的に妨げられると主張する「SR選択予想」を提唱する、非相対論的量子力学から特殊相対性理論を導出する演算子代数論的枠組みを提示する6編からなるシリーズの第1部を確立する。
本論文は、バールマン質量超選択則によって補強された標準的なガリレイ変換のハーク・カストラー公理がリー・シュリーダー性質と根本的に両立しないことを証明し、それによって相対論的代数量子場理論とガリレイ変換の代数量子場理論との間に決定的な構造的相違を確立する。
本論文は、自由クライン・ゴルドン場の 極限が、重力ポテンシャルがハミルトニアンに影響を与えるがバールマンの中心荷によって阻害されたモジュラー構造を回復できないガリレイネットを導くことを示すことにより、既知のガリレイ代数量子場理論におけるリー・シュリーダーおよびトムイタ・竹崎のモジュラー流れの欠如を、曲がったニュートン・カッティ背景へと拡張する。
本論文は、スレーター型軌道が定数または有界な結合次元を持つ行列積状態を用いて量子コンピュータ上で効率的に符号化できることを示し、これによりIBMハードウェアで実験的に検証された正確な解析的状態準備と積分評価が可能になることを実証している。
本論文は、シュレーディンガーの波動方程式が量子力学に強力な視覚的枠組みを提供した一方で、その歴史的な成功が波動関数を数学的表現ではなく文字通りの物理的実体として扱う誤った傾向を助長し、この緊張関係は今日も続いているため、そのような概念的な図像を大胆に活用しつつ、その存在論的実体化を避ける必要性を浮き彫りにしていると主張する。
本論文は、入射電子と絡み合った陽電子の観測者との間の樹木レベルのベハ scattering が真の三粒子絡み合いを生成し得ることを示し、その結果生じる量子相関は散乱運動量と初期の絡み合いによって支配されつつ、非相対論的領域において緩和された一夫一婦制の制約を示すことを明らかにする。
本研究は、欧州のJUPITERエクサスケールスーパーコンピュータを用いた大規模なノイズなしシミュレーションとの実験出力を比較することで、98量子ビットのQuantinuum Helios-1量子プロセッサをベンチマークし、その結果が統計的にランダムサンプリングと区別できなくなる前に、デバイスが93量子ビットまで一貫した性能を維持することを明らかにした。
本論文は、単一側面の検証の限界を克服するために構造、操作、および相互作用グラフの指標を統合した量子回路の多段階整合性評価フレームワークを提案し、制御された異常注入による実証を通じて、構造分析のみでは見逃される逸脱を確実に検出するためには複合的なアプローチが不可欠であることを示している。