🔬 physics
Hydrodynamic Approach to Macroscopic Gravity: Thermodynamic Equilibrium via Viscous Dissipation and Quaternion Tensors
本文提出了一种用于宏观引力的创新流体动力学框架，该框架利用四元数张量和粘性耗散来实现热力学平衡，将引力场建模为真空涨落能量流，从而在不依赖量子引力的情况下解决拓扑奇异性并防止无限密度坍缩。
🔬 Category
physics
784 篇论文
🔬 physics
An Exactly Solvable Model of Local Energy Oscillations in Everettian Branching
本文提出了一个精确可解的双量子比特模型，证明了在埃弗雷特分支（Everettian branching）中表现出的表观局部能量不守恒，实际上是子系统局限性所导致的观测伪影，并经由分支概率随时间变化的偏移进行了严格证明，这种偏移完美地抵消了上述现象，以确保严格的全局能量守恒。
🔬 physics
Single-Photon Object Identification without Imaging via Quantum State Projection
本文展示了一种量子测量框架，该框架通过应用任务优化的酉变换来构建一个使波函数坍缩能直接揭示物体标签的测量基底，从而在无需成像的情况下实现单光子物体识别，并在低光子条件下实现了显著高于经典基于强度的测量精度。
🔬 physics
The silhouette of a vibrated sessile drop encodes its internal viscous dissipation
本文表明，仅通过振动静滴的外部轮廓变形，即可准确估算其体积粘性耗散，从而实现在无需光学观测液滴内部的情况下，对广泛粘度范围内的内部能量传递与耗散进行预测。
🔬 physics
Dual Validation of Discord Features: Simulation and Hardware Evidence on IBM Quantum
本文提出了一个结合了广泛模拟与在 156 位 IBM 量子后端上进行的实验运行的双重验证框架，旨在证明量子失协（quantum discord）仍然是嘈杂中型量子设备的一种稳健且具有预测性的诊断资源，有效地架起了理论模型与硬件现实之间的桥梁。
🔬 physics
PatternFormer: Learning Multiple Solution Patterns in Reaction--Diffusion Systems
PatternFormer 是一个基于大语言模型的框架，它通过将无序共存的解转化为规范序列，克服了现有神经代理模型单值性的局限，从而实现了非线性反应-扩散系统完整解集的自回归生成，包括超出训练数据的物理有效状态。
🔬 physics
Non-Stationary Decoherence in Superconducting Qubits:Memory Multi-Fractional Brownian Motion and a Time-Dependent Quantum Brownian Motion Extension
本文提出了一种基于记忆多分数布朗运动和时间相关量子扩展的超导电荷比特统一随机漂移模型，该模型能够准确捕捉非平稳 1/f 噪声和长程相关性，从而预测超越传统马尔可夫方法的相干时间与非马尔可夫衰减模式。
🔬 physics
Quantum Fisher Information and Atom-EnvironmentEntanglement in a Moving Four-Level Atom Coupled to a KerrOptomechanical Cavity under a Magnetic Field
本文研究了在磁场作用下，耦合到克尔光力腔中的运动四能级原子中，量子费舍尔信息与原子-环境纠缠之间的相互作用，揭示了混合耦合与非线性如何支配相位信息的重新分布以及相关性的产生。
🔬 physics
Asymmetric Driving Enhances Steady-State Entanglement under Collective Dissipation
本文表明，在具有集体耗散的多比特系统中，对单个比特施加非对称共振驱动可以保持并增强未驱动比特对之间的稳态纠缠，为超导架构中的纠缠保护提供了一种实用的策略。
🔬 physics
Residual-Certified Pivoted Coulomb Compression for Variational Density Fitting: A Posteriori Energy Bounds and Adaptive Auxiliary-Space Selection
本文引入了残差认证枢轴库仑压缩（Residual-Certified Pivoted Coulomb Compression, RCPC），这是一种自适应低秩近似方法，该方法利用枢轴乔莱斯基分解的正定半定残差，为库仑能量误差提供严格的、针对特定密度的上界，从而实现具有保证的后验误差控制的精确且高效的密度拟合。