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 physics

Learning Volterra Memory Kernels for Non-Markovian Qubit Dynamics

Dit artikel presenteert een datagedreven raamwerk dat de identificatie van niet-Markoviaanse qubit-dynamica formuleert als een beperkt optimalisatieprobleem met behulp van Volterra-integraaldifferentiaalvergelijkingen en Padé-benaderingen, waarmee het zijn vermogen aantoont om complexe geheugenkernels over diverse kwantummodellen nauwkeurig te leren en te generaliseren ondanks ernstige slecht geconditioneerdheid.

Jimmie Adriazola, Katarzyna Roszak2026-07-21
⚛️ quantum physics

Fourier extensions for matrix-function block encodings with error-independent subnormalization bounds

Dit artikel introduceert een op Fourier-extensie gebaseerd raamwerk voor het construeren van matrixfuncties met blokcoderingen die de benaderingsnauwkeurigheid ontkoppelt van subnormalisatiegrenzen, wat geoptimaliseerde lineaire combinaties van unitaire matrices mogelijk maakt met instelbare convergentiesnelheden voor eigenwaarde- en singularwaardetransformaties.

Peter Brearley, Thomas L. Howarth, Ben Adcock2026-07-21
⚛️ quantum physics

Hybrid Method of Efficient Simulation of Physics Applications for a Quantum Computer

Dit artikel presenteert een nieuwe hybride simulatiemethode die full-state en Clifford-simulatoren combineert om multi-qubit rotaties in kwantumchemische Hamiltoniaansfuncties efficiënt te emuleren, waarbij een versnelling van ongeveer 18-voudig voor 24-qubit systemen wordt bereikt en de praktische integratie binnen de Intel Quantum SDK wordt aangetoond.

Carla Rieger, Albert T. Schmitz, Gehad Salem, Massimiliano Incudini, Sofia Vallecorsa, Anne Y. Matsuura, Michele Grossi (…)2026-07-21
⚛️ quantum physics

Exploiting Low-Rank Objective Structure in Discrete Quadratic Optimization

Dit artikel presenteert een deterministisch en gerandomiseerd algoritmisch raamwerk dat de laag-rangstructuur van discrete kwadratische optimalisatieproblemen exploiteert om efficiënt hoogwaardige oplossingen te vinden met bewijsbare benaderingsgaranties en massale parallelliseerbaarheid, wat schaalbaarheid naar dimensies boven de 10610^6 mogelijk maakt.

Ria Stevens, Fangshuo Liao, Barbara Su, Thanasis Hadjidimoulas, Jianqiang Li, Anastasios Kyrillidis2026-07-21
⚛️ high-energy theory

The Normalised Wigner Negativity Rate as a Second-Moment Probe of Infall in AdS3_3

Dit artikel stelt de genormaliseerde Wigner-negativiteitssnelheid voor als een tweede-moment-diagnostiek voor operatorverspreiding in AdS3_3, waarbij wordt aangetoond dat bij conform dimensie Δ=1\Delta=1 deze snelheid exact de groei van de Krylov-variantie volgt en overeenkomt met de getijdenrek van invallende geodeten via het product van de radiale positie en impuls.

Ritam Basu2026-07-21
⚛️ quantum physics

EPIC-CIM: Training Convolutional Neural Networks on a Coherent Ising Machine via Equilibrium Propagation

Dit artikel introduceert EPIC-CIM, een framework dat het trainen van Quantum Convolutional Neural Networks op Coherent Ising Machines mogelijk maakt door gebruik te maken van equilibrium propagation om een energiegebaseerd model te optimaliseren, waardoor de inherente uitdagingen van niet-differentieerbare kwantumoperaties en discrete staatsevolutie worden overwonnen zonder te vertrouwen op expliciete gradiënt-backpropagation.

Xingrui Yin, Shenwei Kang, Haoqi He, Yan Xiao, Hongdong Zhu, Hai Wei, Yin Ma, Qi Gao, Xiaochun Cao, Kai Wen2026-07-21
⚛️ quantum physics

QR-SPPS: Quantum-Native Retail Supply Chain Risk Simulation via VQE, ADAPT-VQE Counterfactual Policy Ranking, and DOS-QPE Boltzmann Tail Risk Quantification

Dit artikel introduceert QR-SPPS, een quantum-native framework dat gebruikmaakt van VQE, ADAPT-VQE en DOS-QPE algoritmen om gecorreleerde cascade-uitval in de toeleveringsketen te modelleren, crisisinterventies te rangschikken en tail-risico's nauwkeuriger te kwantificeren dan klassieke methoden.

Sumit Tapas Chongder2026-07-21
⚛️ quantum physics

Intelligence-Guided Adaptive Purification for DDoS-Resilient Quantum Networks: A CUDA-Q based Study

Dit artikel presenteert een CUDA-Q en SeQUeNCe co-simulatiestudie die aantoont dat een intelligentiegestuurd, door middelen bestraft adaptief zuiveringsbeleid, dat realtime detectie van cyberanomalieën integreert, de levering van hoogwaardige verstrengeling in kwantumnetwerken onder DDoS-aanvallen aanzienlijk verbetert door dynamisch doorvoersnelheid in te ruilen voor getrouwheid.

Santanu Ganguly2026-07-21
⚛️ quantum physics

A Hybrid Classical-Quantum Approach for Multi-Constrained Location Optimization Problem

Dit artikel stelt een hybride kwantum-klassiek raamwerk voor voor het Maximal Covering Location Problem dat Unbalanced Penalization voor constraint-afhandeling, een lineair ramp-schema en een Warm-Start QAOA-variant combineert om de oplossingskwaliteit en haalbaarheid consistent te verbeteren terwijl het schaalt met de probleemgrootte.

Jorge Saavedra-Benavides, J. Alejandro Montanez-Barrera, Alberto Maldonado-Romo, Daniel Sierra-Sosa2026-07-21
⚛️ quantum physics

Number Fluctuations and Entanglement-Spectrum Participation in Monitored Free Fermions

Deze studie toont aan dat hoewel zowel bipartiete deeltjesgetalfluctuaties als de participatie van het verstrengelingsspectrum de overgang van zwakke naar sterke monitoring in vrije fermionenketens volgen, de laatste geen onafhankelijk fysiek inzicht biedt boven de eerste, maar dient als een statistisch stabielere numerieke estimator vanwege de verminderde variantie tussen trajecten.

Enso O. Torres Alegre2026-07-21