De wereld van kwantumfysica onderzoekt hoe materie en energie zich gedragen op het allerkleinste niveau, waar de regels van onze dagelijkse ervaring niet meer gelden. Op Gist.Science maken we de complexe inzichten uit dit fascinerende veld toegankelijk voor iedereen, van geïnteresseerde leken tot experts. We halen de moeilijkheidsgraad eruit zonder de wetenschappelijke diepgang te verliezen.

Elke nieuwe preprint in deze categorie komt rechtstreeks van arXiv. Ons team verwerkt elk document direct na publicatie en biedt zowel een begrijpelijke samenvatting in gewone taal als een gedetailleerde technische analyse. Hierdoor blijft u altijd up-to-date met de nieuwste doorbraken zonder vast te lopen in jargon. Hieronder vindt u de meest recente papers binnen dit dynamische onderzoeksgebied.

Quantum Observers: A NISQ Hardware Demonstration of Chaotic State Prediction Using Quantum Echo-state Networks

Dit artikel presenteert een nieuw ontwerp voor een Quantum Echo-State Network (QESN) dat met succes lange tijdreeksen voorspelt uit een chaotisch Lorenz-systeem op ruisgevoelige IBM-quantumhardware, waarbij aanhoudende geheugencapaciteiten worden aangetoond die meer dan 100 keer de mediaan coherentietijden van de QPU overtreffen.

Erik L. Connerty, Ethan N. Evans, Gerasimos Angelatos, Vignesh Narayanan2026-05-08🤖 cs.AI

Learning to Maximize Quantum Neural Network Expressivity via Effective Rank

Dit artikel introduceert de effectieve rang (κ\kappa) als een nieuwe kwantitatieve maatstaf voor het karakteriseren van de expressiviteit van neurale netwerken voor kwantumsystemen en maakt gebruik van een versterkingsleerframework met een zelf-attentie transformer-agent om automatisch sterk expressieve circuitarchitecturen voor kwantumsystemen te ontwerpen die deze maatstaf maximaliseren.

Juan Yao2026-05-08✓ Author reviewed ⚛️ quant-ph

Fully convolutional 3D neural network decoders for surface codes with syndrome circuit noise

Dit artikel toont aan dat volledig convolutieve 3D-neurale netwerkdécoders, die gebruikmaken van de spatiotemporele structuur van syndroomgegevens, effectief kunnen generaliseren naar grote geroteerde oppervlakcodes (tot d=97d=97) met schakelruis, en daarbij foutdrempels bereiken die concurrerend zijn met Minimum Weight Perfect Matching, terwijl ze tevens verbeterde decodervertragingen bieden.

Spiro Gicev, Lloyd C. L. Hollenberg, Muhammad Usman2026-05-08⚛️ quant-ph

A full-stack analog optical quantum computing platform with one hundred inputs

Dit artikel presenteert een hoogwaardig, programmeerbaar platform voor optische kwantumcomputing met continue variabelen, dat 100 ingangen, een kloksnelheid van 100 MHz en een cloudgebaseerde interface met een open-source SDK biedt, en dat schaalbare mogelijkheden demonstreert via multi-stap teleportatie en programmeerbare routing over 101 modi.

Shota Yokoyama, Atsushi Sakaguchi, Warit Asavanant, Kan Takase, Yi-Ru Chen, Hironari Nagayoshi, Jun-ichi Yoshikawa, Takahiro Kashiwazaki, Asuka Inoue, Takeshi Umeki, Toshikazu Hashimoto, Takuji Hiraok (…)2026-05-08⚛️ quant-ph

Decoherence-free subspaces and Markovian revival of genuine multipartite entanglement in a dissipative system

Dit artikel toont aan dat in een systeem van drie qubits die collectief gekoppeld zijn aan een bosonische bad bij temperatuur nul, ware multipartiete verstrengeling een niet-triviale Markoviaanse heropleving kan vertonen die wordt gedreven door destructieve interferentie tussen vervagende superradiante modi en persistente decoherentievrije subradiante toestanden.

Shubhodeep Gangopadhyay, Vinayak Jagadish, R. Srikanth2026-05-08⚛️ quant-ph

Realizing the Petz Recovery Map on an NMR Quantum Processor

Dit artikel rapporteert de eerste experimentele realisatie van de Petz-herstelkaart op een kernspinresonantie-quantumprocessor met behulp van dualiteit-quantumcomputing, waarbij wordt aangetoond hoe het afstemmen van de referentiestatus effectieve, ruisgeadaptieve herstel van amplitude- en fase-dempingsfouten mogelijk maakt en de fysieke implementeerbaarheid van de kaart bevestigt, verder dan haar theoretische formulering.

Gayatri Singh, Ram Sagar Sahani, Vinayak Jagadish, Lea Lautenbacher, Nadja K. Bernardes, Kavita Dorai2026-05-08⚛️ quant-ph

Optimal quantum reservoir learning in proximity to universality

Dit artikel toont aan dat de leerbaarheid en schaalbaarheid van kwantumbassincomputatie continu geoptimaliseerd kunnen worden door de fractie van niet-Clifford-poorten af te stemmen, waardoor een directe link wordt gelegd tussen de prestaties van het reservoir, verstrengelingsstatistieken en niet-stabilisatorbronnen om de grens tussen klassiek simuleerbare en computationeel complexe kwantumdynamica te navigeren.

Moein N. Ivaki, Matias Karjula, Tapio Ala-Nissila2026-05-08⚛️ quant-ph