10332 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 introduceert een raamwerk voor het construeren van snelle, wiskundig bewezen nauwkeurige klassieke tensorrij-superstitie van getrainde quantummachinelearningmodellen binnen lokale invoerpatches door Taylor-polynoombenadering te combineren met empirisch risicominimalisatie, waardoor efficiënte inferentie mogelijk wordt met expliciet gecontroleerde benaderings- en generalisatiefouten.
Dit artikel toont aan dat meetvrije willekeurige kwantumkringen met resetkanalen een continue, tweede-orde entanglement-fasovergang ondergaan voor qubits (), een gedraging die significant afwijkt van de klassieke statistische voorspellingen die zijn afgeleid in de limiet van grote .
Dit artikel presenteert een verbeterde Bucket Brigade QRAM-architectuur die een efficiënte, polylogaritmische voorbereiding van complexwaardige quantumtoestanden mogelijk maakt door rotatiehoeken en fasen vooraf in het geheugen te berekenen, waardoor de noodzaak voor reversibele rekenkunde op de QPU wordt geëlimineerd terwijl de querycomplexiteit van behouden blijft.
Dit artikel stelt een kwantumcontroleprotocol voor dat een roterend magnetisch veld synchroniseert met op maat gemaakte RF- en microgolfsequenties om anisotropie en dipool-dipoolinteracties te mitigeren, waardoor detectie van isotrope chemische verschuivingen met hoge frequentieresolutie in vaste-stoffen met stikstof-leegtecentra mogelijk wordt.
Dit artikel stelt een tijdsafhankelijke formulering van kwantummemorie voor om realistische systemen zoals atomische helicale spinketens te analyseren, waarbij wordt aangetoond dat deze snellere oscillaties en een grotere gevoeligheid voor symmetriebreking vertoont dan niet-tijdgeordende correlatoren (OTOC's), terwijl tegelijkertijd de voorspelbaarheid ervan wordt gevalideerd via klassieke neurale netwerken.
Dit artikel stelt een universele en efficiënte methode voor om klassieke stochastische qubit-dephasingruis volledig te karakteriseren door repetitieve Ramsey-interferometrie-metingen te gebruiken om direct ruisvelden en correlatiefuncties van willekeurige orde te bemonsteren, en biedt zo een robuust alternatief voor op filterfuncties gebaseerde spectroscopie dat onafhankelijk is van qubit-levensduur en meetfouten.
Dit artikel toont aan dat voor het classificeren van IQP-, Clifford- en Clifford+T-circuitfamilies onder een kwadratisch shot-budget, eenvoudige metingen uitsluitend in de Z-basis superieur zijn aan complexere strategieën met meerdere bases en klassieke schaduwen, waarbij alle methoden falen om de families te onderscheiden boven ongeveer 12 qubits vanwege de concentratie van het discriminerende signaal in lokale nearest-neighbor correlaties.
Dit artikel demonstreert de berekening van grondtoestandsenergieën voor homogene en willekeurig gekoppelde Ising-modellen op tot 63 qubits met behulp van de Cascaded Variational Quantum Eigensolver met een Guided-Sampling Ansatz, waarbij de foutgrenzen en prestatie-inzichten voor quantumnut op de korte termijn op zware-hex-roosterarchitecturen worden vastgesteld.
Dit artikel stelt een kwantumfoutcorrectieschema voor dat gebruikmaakt van de integratie van kwantum ruimtelijke verdeling en ijk-symmetrie binnen een stabilisatorformalisme om veerkracht te bereiken tegen willekeurige spin/positiedecoherentie en dephasing, terwijl het flexibele, dichtbijgelegen architecturen voor logische poorten en foutdetectie mogelijk maakt.
Dit artikel toont aan dat tensornetwerken een robuuste en schaalbare oplossing bieden voor objectclassificatie in Synthetic Aperture Radar (SAR), waarbij een effectief evenwicht wordt gevonden tussen hoge nauwkeurigheid onder omstandigheden met ruis en vergiftigde data en de model-efficiëntie die vereist is voor implementatie op randapparaten.