6993 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 robuust machine learning-kader dat, gecombineerd met een cosinustransformatie, gebruikmaakt van tijdsdomeinmetingen om spectrale dichtheidsfuncties in open kwantumsystemen nauwkeurig te reconstrueren, zelfs onder aanwezigheid van ruis.
Dit artikel presenteert een geoptimaliseerde compilatieaanpak voor gedistribueerde kwantumcomputing die een gretig algoritme gebruikt om EPR-paren te groeperen en commutatieve poorten te herschikken, waardoor het verbruik van EPR-paren en de circuits diepte worden verminderd, zelfs bij een korte levensduur van deze paren.
In dit artikel wordt een frequentie-agiele interface voor supergeleidende qubits gepresenteerd die door het cascaderen van een elektro-optische transducer met een instelbare microgolf-naar-microgolf-converter een continue dekking van 5,0 tot 8,5 GHz realiseert, waardoor optische uitlezing van qubits met grote frequentieverschillen mogelijk wordt voor schaalbare quantumnetwerken.
Dit artikel schetst een kwantitatieve prestatiegrens tussen Gottesman-Kitaev-Preskill- en getal-fasecodes onder algemene fotonverlies- en faseverstrooiingsruis, waarbij wordt vastgesteld dat de kruising optreedt wanneer de faseverstrooiing ongeveer twee orde van grootte kleiner is dan het verlies, en biedt hiermee een praktische methodologie voor het optimaliseren en selecteren van bosonische codes in realistische ruisomgevingen.
Deze studie vergelijkt variatiekwantumclassificatoren met klassieke modellen op het XOR-probleem en concludeert dat hoewel diepere kwantumcircuits de nauwkeurigheid van neurale netten kunnen evenaren, ze geen empirisch voordeel bieden in robuustheid of efficiëntie.
Dit artikel definieert en karakteriseert gemengde kwantumfasen van materie door een real-space renormalisatiegroep-scheme te koppelen aan kwantumbewerking en de decodbaarheid van foutcorrectiecodes, waarmee wordt aangetoond dat het 2D toric code bij eindige temperatuur triviaal is terwijl het onder lokale dephasing een niet-triviale fase behoudt.
In deze studie wordt een nieuwe moleculaire-dynamica-code gepresenteerd die de Fast Multipole Method gebruikt om de dynamica en laserkoeling van driedimensionale ionkristallen in een Penning-val met duizenden ionen efficiënt te simuleren, waarbij wordt aangetoond dat deze kristallen binnen enkele milliseconden tot ultrakoele temperaturen kunnen worden afgekoeld en dus geschikt zijn als platform voor toekomstige kwantumwetenschappelijke experimenten.
Deze paper introduceert 'meta-design', een methode waarbij een taalmodel wordt getraind om menselijk leesbare Python-code te genereren die een hele klasse van kwantumproblemen in één keer oplost, waardoor wetenschappers nieuwe algemene experimentele ontwerpen kunnen ontdekken en beter inzicht krijgen in de onderliggende fysica.
Dit artikel introduceert de symplectische kwantum-geometrische tensor voor bosonische Bogoliubov-quasipartikels, die zowel de symplectische Berry-kromming als een symplectische kwantum-metriek omvat, en beschrijft hoe deze geometrische eigenschappen experimenteel kunnen worden gemeten via excitatiesnelheden en hoe ze gerelateerd zijn aan een anormale snelheid.
Dit artikel toont aan dat door het gebruik van n-machines met negatieve kwasi-kansen, de fundamentele ondergrens voor de geheugenbehoefte bij het modelleren van stochastische processen kan worden bereikt, wat een niet-klassiek geheugenvoordeel mogelijk maakt.