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.

⚛️ kwantumfysica

Exploration of Evolving Quantum Key Distribution Network Architecture Using Model-Based Systems Engineering

Dit onderzoek presenteert een variabiliteitsgestuurd raamwerk op basis van Model-Based Systems Engineering om de evolutie van Quantum Key Distribution-netwerkarchitecturen te modelleren en te beheren, waardoor modulaire en herbruikbare oplossingen worden ontwikkeld voor de integratie van kwantumtechnologie in bestaande klassieke infrastructuur.

Hayato Ishida, Amal Elsokary, Maria Aslam, Catherine White, Michael J. de C. Henshaw, Siyuan Ji2026-03-10
⚛️ kwantumfysica

Power and limitations of distributed quantum state purification

Dit artikel onderzoekt de mogelijkheden en beperkingen van gedistribueerde kwantumsysteemzuivering via lokale operaties en klassieke communicatie, waarbij het aantoont dat universele zuivering voor bepaalde verzamelingen van twee-qubit-toestanden onder depolariserende ruis onmogelijk is, maar dat gerichte zuivering voor individuele toestanden altijd haalbaar is met behulp van een geoptimaliseerd protocol.

Benchi Zhao, Yu-Ao Chen, Xuanqiang Zhao, Chengkai Zhu, Giulio Chiribella, Xin Wang2026-03-10
⚛️ kwantumfysica

Reinforcement Learning Control of Quantum Error Correction

Deze studie introduceert een nieuw paradigma voor kwantumfoutcorrectie waarbij een reinforcement learning-agent de fysieke controleparameters continu aanpast tijdens de berekening, wat resulteert in een recordprestatie en een 3,5-voudige verbetering van de logische stabiliteit op een Willow-supergeleidende processor.

Volodymyr Sivak, Alexis Morvan, Michael Broughton, Rodrigo G. Cortiñas, Johannes Bausch, Andrew W. Senior, Matthew Neele (…)2026-03-10