7955 artigos
O campo de física quântica explora os comportamentos mais estranhos e fundamentais da natureza, onde partículas podem estar em vários lugares ao mesmo tempo e o ato de observar altera a realidade. Aqui, reunimos as descobertas mais recentes que desafiam nossa compreensão clássica do universo, desde a computação quântica até os mistérios do emaranhamento.
No Gist.Science, acessamos diretamente os novos preprints do arXiv nesta categoria para processar cada publicação imediatamente. Nossa equipe oferece tanto resumos técnicos detalhados quanto explicações em linguagem simples, tornando essas ideias complexas acessíveis a todos os níveis de conhecimento sem perder a precisão científica.
Abaixo, você encontrará a lista mais atualizada de artigos de física quântica, prontos para serem explorados com clareza e profundidade.
Este artigo demonstra que, embora teorias quânticas quase-hermitianas com Hamiltonianos locais possam ser explicitamente construídas, álgebras de observáveis locais genéricas geralmente falham em existir em sítios de rede arbitrários, sendo as coleções específicas de sítios que suportam observáveis não triviais estritamente determinadas pelo potencial complexo.
O artigo relata que o computador quântico Jiuzhang 3.0 alcançou uma vantagem computacional quântica significativa ao realizar o amostragem de bósons gaussianos com até 255 eventos de clique de fótons em 1,27 microssegundos, uma tarefa estimada que levaria o supercomputador Frontier bilhões de anos usando algoritmos clássicos exatos.
Este artigo propõe o ShadowNet, um paradigma de aprendizado de sistemas quânticos centrado em dados que unifica sombras clássicas com redes neurais para superar as limitações dos métodos existentes e realizar tarefas como tomografia de estado quântico e estimativa direta de fidelidade para sistemas de até 60 qubits de forma eficiente.
Este artigo demonstra um avanço significativo em redes quânticas ao integrar centros T únicos com cavidades de cristal fotônico de silício, alcançando um aumento de 6,89 vezes na taxa de decaimento de fluorescência e uma taxa eficiente de acoplamento de fótons de 73,3 kHz na linha de fonon zero de telecomunicações.
Este artigo propõe o algoritmo Bi-directional Multi-solution scalable Grover Search (BMGS), uma abordagem inovadora que utiliza uma tática de busca bidirecional de múltiplos segmentos para encontrar eficientemente múltiplas soluções em um banco de dados não estruturado com contagens de iteração reduzidas e complexidade média ótima em comparação com métodos existentes.
Este artigo apresenta um acelerador de rede neural baseado em FPGA de baixa latência que discrimina com sucesso os estados de cinco qubits supercondutores em menos de 50 nanossegundos ao quantizar os parâmetros da rede, permitindo, assim, uma integração eficiente em plataformas de controle quântico existentes.
Este artigo identifica as limitações das medidas de emaranhamento tradicionais baseadas em tangle em sistemas multipartites grandes e propõe métricas alternativas robustas, incluindo a soma dos quadrados das one-tangles e o emaranhamento residual generalizado, juntamente com uma forte relação de monogamia para quantificar melhor a distribuição de emaranhamento em estados quânticos de alta dimensão.
Este artigo apresenta uma análise de estimativa de recursos de ponta a ponta utilizando múltiplos kits de ferramentas de computação quântica independentes para avaliar a viabilidade de empregar algoritmos quânticos tolerantes a falhas, especificamente a Estimativa de Fase Quântica, para determinar a energia do estado fundamental do ozônio cíclico dentro de nanocages de fulereno para potenciais aplicações em propelentes de foguetes.
Este artigo investiga a capacidade informacional-teórica de modelos Sachdev-Ye-Kitaev (SYK) como códigos de correção de erros quânticos aproximados sob decoerência, revelando que o ruído forte com simetria de paridade de férmions induz uma transição de quebra espontânea de simetria de forte para fraca que degrada a transitabilidade de buracos de minhoca e marca um limiar crítico para o desempenho do código.
Este artigo propõe uma Rede Neural Recorrente Quântica Híbrida (HQRNN) incorporando camadas de Profundidade Quântica (QLSTM) para a previsão da vida útil remanescente de motores turbofan, demonstrando uma melhoria de 5% nas métricas de erro em relação a modelos clássicos de parâmetros correspondentes, ao mesmo tempo em que sugere que tais módulos aprimorados por computação quântica são mais eficazes quando integrados em pipelines de prognósticos compostos, em vez de serem usados como preditores independentes.