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 PDEs for Portfolio Optimization with Quantum Physics-Informed Neural Networks

Deze studie introduceert een Quantum Physics-Informed Neural Network (QPINN) dat gebruikmaakt van geparametriseerde quantumkringen en tensorrang-decompositie om partiële differentiaalvergelijkingen voor portefeuilleoptimalisatie efficiënter en nauwkeuriger op te lossen dan klassieke methoden, zelfs met aanzienlijk minder parameters.

Letao Wang, Abdel Lisser, Sreejith Sreekumar, Zeno Toffano2026-04-07
🔬 materials science

Microwave-to-optical transduction using magnon-exciton coupling in a layered antiferromagnet

Dit artikel demonstreert een coherent transductieproces van microgolf naar optisch signaal in het gelaagde antiferromagneet CrSBr, waarbij sterke koppeling tussen magnonen en excitonen wordt benut om een breedbandige conversie te realiseren zonder de beperkingen van traditionele, zwakke magneto-optische effecten.

Pratap Chandra Adak, Iris McDaniel, Suvodeep Paul, Caleb Heuvel-Horwitz, Bikash Das, Vitali Kozlov, Kseniia Mosina, Arun (…)2026-04-07
⚛️ quantum physics

Learning high-dimensional quantum entanglement through physics-guided neural networks

Dit artikel introduceert een door de fysica geleid diep neuronaal netwerk dat, dankzij een zachte regularisatie voor het behoud van orbitale impulsmoment, de modaliteit van hoog-dimensionale kwantumverstrengeling in SPDC-bronnen met hoge nauwkeurigheid en een 128-voudige snelheidswinst reconstrueert ten opzichte van traditionele numerieke simulaties.

Yang Xu, Hao Zhang, Wenwen Zhang, Luchang Niu, Girish Kulkarni, Mahtab Amooei, Sergio Carbajo, Robert W. Boyd2026-04-07