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

Floquet dynamical chiral spin liquid at finite frequency

De auteurs tonen aan dat een dynamisch chirale spinvloeistof met Z2-topologische orde kan worden gestabiliseerd op een vierkant rooster door middel van Floquet-engineering bij eindige frequenties, zelfs wanneer de hoge-frequentbenadering faalt, waarbij de fase wordt gekarakteriseerd door een tijdsperiodieke tensor-netwerkvoorstelling en een kritische frequentie onder welke het systeem chaotisch wordt.

Didier Poilblanc, Matthieu Mambrini, Nathan Goldman2026-03-06
⚛️ kwantumfysica

Predicting sampling advantage of stochastic Ising Machines for Quantum Simulations

Dit artikel toont aan dat, hoewel stochastische Ising-machines (sIMs) langere autocorrelatietijden vertonen bij het simuleren van kwantum-Heisenbergmodellen, hun massale parallelle verwerking een projectie van 100 tot 10.000 keer hogere snelheid mogelijk maakt voor het efficiënt schatten van variatie-energieën in vergelijking met standaard Metropolis-Hastings sampling.

Rutger J. L. F. Berns, Davi R. Rodrigues, Giovanni Finocchio, Johan H. Mentink2026-03-06
⚛️ kwantumfysica

Quantum Physics-Informed Neural Networks for Maxwell's Equations: Circuit Design, "Black Hole" Barren Plateaus Mitigation, and GPU Acceleration

Deze studie presenteert een Quantum Physics-Informed Neural Network (QPINN) framework, ondersteund door de GPU-versnelde TorQ-bibliotheek, dat de Maxwell-vergelijkingen oplost met een tot 19% hogere nauwkeurigheid dan klassieke PINN's door het integreren van energiebehoud en het mitigeren van 'black hole' barren plateaus.

Ziv Chen, Gal G. Shaviner, Hemanth Chandravamsi, Shimon Pisnoy, Steven H. Frankel, Uzi Pereg2026-03-06
⚛️ kwantumfysica

A scalable quantum-neural hybrid variational algorithm for ground state estimation

In dit artikel wordt de unitaire variatiele quantum-neurale hybride eigensolver (U-VQNHE) voorgesteld, een schaalbaar algoritme dat door het afdwingen van unitaire neurale transformaties normalisatieproblemen en meetkosten van de oorspronkelijke VQNHE oplost, terwijl het tegelijkertijd de nauwkeurigheid en stabiliteit ten opzichte van standaard variatiele quantum-eigensolvers behoudt.

Minwoo Kim, Kyoung Keun Park, Uihwan Jeong, Sangyeon Lee, Taehyun Kim2026-03-06