6574 papers
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.
Dit artikel presenteert een machine learning-methode die gebruikmaakt van een Wasserstein generative adversarial network (WGAN) om optische tomogrammen van kwantumlichttoestanden te genereren en deze direct te karakteriseren zonder extra classificatie-neural networks.
Dit artikel toont aan dat collectief opladen van een kwantumbatterij met N qubits, gekoppeld aan een gedephasde lader, leidt tot een asymptotisch vrijheidsgedrag waarbij de verhouding tussen extracteerbaar werk en totale energie in de stationaire toestand met 1 - O(1/N) naar één convergeert dankzij een benaderde entarting van de grondtoestand.
Deze paper leidt een kwantumversie van de thermodynamische onzekerheidsrelatie af die gebaseerd is op de Terletsky-Margenau-Hill-kwasiwaarschijnlijkheid en aantoont dat negatieve waarden of een niet-klassiek verhoogde ontsnappingsrate noodzakelijk zijn om de verhouding tussen output en dissipatie de klassieke limieten te laten overschrijden.
Dit onderzoek toont aan dat de niet-lineaire Stark-koppeling in het anisotrope quantum Rabi-Stark-model de fotonstatistiek en kwadratuurcompressie aanzienlijk beïnvloedt, waardoor nieuwe mogelijkheden ontstaan voor het besturen van licht-materie-interacties en het detecteren van kwantumschaalovergangen.
Deze paper introduceert een nieuw op gradiënten gebaseerd versterkingsleerframework dat niet-lineaire, differentieerbare doelstellingen direct optimaliseert voor quantumnetwerkbesturing, wat leidt tot een prestatieverbetering van 20-23% ten opzichte van heuristische basismethoden bij entanglement-distillatie.
Dit artikel introduceert een unificerend raamwerk en een modulair algoritme om externe potentialen, zoals Coulomb-potentialen, te leren met vrije fermionen in de continue ruimte, waarbij nieuwe wiskundige uitdagingen zoals de onbegrensde Hamiltoniaan en oneindig-dimensionale toestandsruimtes worden aangepakt via geavanceerde optimalisatiemethoden en regulariteitsaannames.
Dit artikel introduceert JCO, een computerefficiënt optimalisatiekader voor niet-lineaire supergeleidende circuits dat harmonische balans en Bayesiaanse optimalisatie combineert om complexe ontwerpen, zoals SNAIL-gebaseerde JTWPA's, systematisch te verbeteren.
Dit artikel presenteert het 'Causal Friendliness Paradox', een tijdsgeordend analogon van het Wigner's Vriend-paradox, dat aantoont dat de kwantummechanica in strijd is met een ongelijkheid die voortvloeit uit de aannames van absolute waargenomen gebeurtenissen, geen retrocausaliteit en axiologische tijdssymmetrie, zelfs wanneer deze aannames worden versoepeld.
Deze studie vergelijkt drie off-resonante pulsstrategieën voor kwantumdot-eenfotonbronnen en concludeert dat de SUPER-puls gevoelig is voor variaties in de pulsparameters, terwijl de NARP-puls, ondanks experimentele complexiteit, robuust presteert en superieur is aan de dichromatische puls die last heeft van fonongemedieerde decohentie.
Deze studie analyseert de benodigde rekenkracht voor VQE-simulaties van kleine moleculen en toont aan dat de combinatie van fermion-mappings met symmetriegebaseerde reductiestrategieën het aantal qubits tot 50% en het aantal quantum-poorten tot 27,5 keer kan verminderen, wat essentieel is voor efficiënte implementaties op zowel NISQ- als toekomstige fouttolerante quantumcomputers.