Graphene-enabled dynamic H-J switching of dipole-dipole coupling
本論文は、調整可能なグラフェン単層を金属基板上に堆積させることで、表面導電率を変化させ、H型およびJ型の分子凝集体の間の双極子-双極子相互作用を動的に反転させることが可能であることを提案しており、これは実時間実験においてこの現象を観察するための実用的な経路を提供するものである。
9259 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、調整可能なグラフェン単層を金属基板上に堆積させることで、表面導電率を変化させ、H型およびJ型の分子凝集体の間の双極子-双極子相互作用を動的に反転させることが可能であることを提案しており、これは実時間実験においてこの現象を観察するための実用的な経路を提供するものである。
本研究は、SU(4)チャーン・サイモンズ・コンポジット・フェルミオンの枠組みを用いて、単層グラフェンにおける充填率およびで実験的に観測されている偶数分母分数量子ホール状態が、単純なコンポジット・フェルミオン・フェルミ液(Fermi sea)としてではなく、特定のスピンおよびバレー偏極構成を持つ多成分相関量子ホール液体としてエネルギー的に安定化されていることを実証する。
本論文は、並列的なグローバル制御パルスを用いたマルチサブアンサンブル・スピン系における標的ハミルトニアンを設計するためのロバストなプロトコルを導入するものであり、理論的な条件と効率的な数値戦略を提供することで、二種原子アンサンブルにおける二モードスピン圧縮けのような応用を可能にし、この問題の計算量的な困難さを解決するものである。
本論文は、3つのもつれ合った量子ビット系間におけるマルチ境界多体量子テレポーテーション・プロトコルを調査し、第3の系が、スクランブリングがそのもつれ領域に達した際に情報転送を抑制する空間フィルターとして機能することを示し、それによって情報の拡散を解決し、真のスクランブリングとノイズを区別するための新しい手法を提示するものである。
本論文は、統計的な擬似ランダム性(ユニタリデザインなど)が擬似ランダム・ユニタリ(PRU)を構成するための前提条件ではないことを示し、「区別可能性(distinctness)」が、新たな非適応的安全性を持つPRUアンサンブルを可能にし、それらのコヒーレンスおよび虚数性に関する制約を解決する、必要十分な条件であることを導入するものである。
本論文は、行列積状態(MPS)手法への標的を絞った最適化が、非クリフォードゲートを含む大規模な量子誤り訂正回路の効率的かつ厳密なシミュレーションを可能にし、標準的な手法と比較して数桁の高速化を実現することを実証するものである。
本論文は、ナノワイヤ量子ドットの垂直・垂直転写のための決定論的なピックアンドプレイス技術を提示するものであり、これにより、高効率な光抽出、波長可変放出、および高品質な単一光子特性を実現するフォトニック構造の集積が可能となり、スケーラブルな量子技術への貢献を実現する。
98量子ビットのトラップイオン型プロセッサを用いた研究者らは、繰り返しの量子誤訂正、高忠実度の論理クリフォード演算、および表面符号へのフォールトトレラントなインターフェースを実証することによって、[[20,2,6]] -Helixアーキテクチャを実験的に検証し、そのすべてにおいて、事後選択なしでの未符号化の物理的ベースラインを上回る性能を示した。
本論文は、離散化を考慮したファインチューニング(DAFT)を導入するものであり、これは、データ量子化中のクラス間衝突を最小限に抑えるために事前学習済み化学基盤モデルを適応させる手法であり、それによって量子機械学習モデルが情報制約のある分子特性予測タスクにおいて古典的なベースラインを凌駕することを可能にする。
本論文は、量子コヒーレンスの全確率分布に基づく診断フレームワークを導入し、そのエントロピーが、熱揺らぎが存在する場合においても、有限温度における単一粒子相および多体相を特定するための堅牢な指標として機能することを実証するものである。