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。

⚛️ quantum physics

Efficient and deterministic high-dimensional controlled-swap gates on hybrid linear optical systems with high fidelity

本論文は、制御ビットを光子の偏光、ターゲット・クディットを空間自由度に割り当てるハイブリッド符号化を用いることで、補助光子や測定による非線形性を必要とせず、極めて少ない光学素子数かつ低深度で、高フィデリティな高次元制御SWAP(フレドキン)ゲートおよびCNOTゲートを決定論的に実現する手法を提案しています。

Gui-Long Jiang, Jun-Bin Yuan, Wen-Qiang Liu, Hai-Rui Wei2026-02-11
⚛️ quantum physics

Historical Debates over the Physical Reality of the Wave Function

本論文は、量子力学の創始者たちが波動関数の物理的実在性を放棄した理由が、波動が3次元空間から抽象的な構成空間へと移行したことにあると分析し、ド・ブロイの理論の再発見とボームによる擁護が、いかにして波動関数の実在論を復活させ、エヴェレットの多世界解釈へと繋がったかを歴史的に考察するものである。

Jacob A. Barandes2026-02-11
⚛️ quantum physics

Strategy optimization for Bayesian quantum parameter estimation with finite copies: Adaptive greedy, parallel, sequential, and general strategies

本論文は、有限回数の量子プロセスを用いたベイズ量子パラメータ推定において、高次操作(higher-order operations)の形式と半正定値計画法を用いたアルゴリズムを開発することで、並列・逐次・適応的貪欲戦略といった様々な戦略の最適化手法を確立し、それらの性能差や階層構造を明らかにしたものです。

Erik L. André, Jessica Bavaresco, Mohammad Mehboudi2026-02-11
⚛️ quantum physics

SAQNN: Spectral Adaptive Quantum Neural Network as a Universal Approximator

本論文は、任意の平方可積分関数を任意の精度で近似可能な万能近似特性(UAP)を持ち、古典的な順伝播型ニューラルネットワークに対して回路サイズで漸近的な優位性とソボレフ関数近似における最適なパラメータ複雑性を備えた、スペクトル適応型量子ニューラルネットワーク(SAQNN)を提案するものです。

Jialiang Tang, Jialin Zhang, Xiaoming Sun2026-02-11
🔬 mesoscale physics

Framework for (non-)adiabatic chiral state conversion: from non-Hermitian Hamiltonians to Liouvillians

本論文は、非エルミート・ハミルトニアンからリウヴィリアンまでを包含する統一的な枠組みを構築することで、非断熱的なカイラル状態変換(CSC)の物理的メカニズムを解明し、その精度向上や例外点(EP)を伴わない系での実現可能性を提示しています。

Elna Svegborn, Shishir Khandelwal2026-02-11
⚛️ quantum physics

Effectiveness of Binary Autoencoders for QUBO-Based Optimization Problems

本論文は、組合せ最適化におけるFMQA(Factorization Machine with Quantum Annealing)において、バイナリ自己符号化器(bAE)を用いることで、巡回セールスマン問題のような非バイナリ構造でも、解の近傍構造や実行可能性を適切に保持した潜在表現を学習でき、最適化の効率と精度が向上することを明らかにしています。

Tetsuro Abe, Masashi Yamashita, Shu Tanaka2026-02-11