Explainable quantum-compressed machine learning for complex fluid flows
本文介绍了量子压缩机器学习(QCML),这是一种利用结构化量子电路将复杂的流体流动代理模型简化为仅含八个参数、具有高度可解释性、稳定且具有物理意义的模型的方法,在实现与经典深度学习相当的预测准确度的同时,克服了传统方法的不稳定性及黑盒性质。
9306 篇论文
量子物理探索着物质与能量在微观尺度上最奇妙的行为,从神秘的叠加态到跨越空间的纠缠现象,这一领域正不断重塑我们对现实世界的理解。Gist.Science 致力于让深奥的 arXiv 预印本变得触手可及,我们追踪该分类下发布的每一份最新预印本,并为其提供两种解读视角:既包含通俗易懂的科普解读,也涵盖保留核心细节的技术摘要。
无论您是希望快速掌握前沿动态的科研工作者,还是对宇宙奥秘充满好奇的普通读者,这里都能为您提供清晰的研究概览。我们梳理了 arXiv 上量子物理板块的最新成果,确保您能第一时间读懂科学界的最新突破。下方列出了该领域刚刚发布的最新论文及其摘要。
本文介绍了量子压缩机器学习(QCML),这是一种利用结构化量子电路将复杂的流体流动代理模型简化为仅含八个参数、具有高度可解释性、稳定且具有物理意义的模型的方法,在实现与经典深度学习相当的预测准确度的同时,克服了传统方法的不稳定性及黑盒性质。
本文通过将 3+1d 中 一形式对称性的非可逆对称性与 SPT 堆叠实现为作用在局部算符代数上的量子细胞自动机,建立了其微观实现,并揭示了由此产生的融合规则被对应于底层扭曲 Witt 群扩张中心元素的非平凡 QCA 所细化。
本文通过证明量子参考系中子系统描述的不一致性源于对不等效物理层的比较,从而解决了第三者悖论,并引入了透视关系迹(Perspective Relational Trace)来精确刻画在透视中性与量子信息框架内哪些状态保持统计一致性。
本文通过首先在易于处理的 Wen–plaquette 模型中表征鲁棒特征,随后利用分层代表性量子比特构建法成功将其实现扩展到物理二维处理器,展示了一条在含噪声中等规模量子硬件上解决拓扑序交叉问题的实用路径。
本文表明,纳米管机械振荡器与双量子点电子系统之间的超强耦合,实现了在零点运动尺度下的可调控、创纪录高的机械非线性,以及一种可通过栅极控制的非线性连续读取。
本文提出了首个基于泡利本征态的、针对单个经典比特的明文模型、一次性信息论安全且高效的不可克隆加密方案,并随后通过利用类伪随机函数状态,将其扩展为针对任意多项式长度消息的多时安全加密。
本文介绍了 SSP-QST,这是一种轻量级、秩自适应的后处理方法,它通过基于 Weyl 动机的噪声底平(noise floor)来纯化噪声诱导的特征模,从而在无需迭代优化或预设秩假设的情况下,显著提升了光子量子态断层扫描的重建保真度和采样效率。
本文提出了一种依赖于光场的非线性量子电池模型,该模型通过多光子吸收实现了超线性充电功率并达到了量子速度极限的饱和,并给出了一个利用超导量子电路实现的相应实验方案。
本文提出了一种纠缠纯化协议,能够通过基于空间的单量子比特操作来纠正量子比特翻转和相位翻转错误,从而从噪声系综中提取高保真度的任意 部高维 GHZ 态,为此提供了一种稳健的高维多部纠缠纯化替代方案。
本文提出了一种将时间旅行与激光效应联系起来的可行光学实验,通过建议利用激光阈值之上的放大真空涨落来测试霍金的时间保护猜想,从而建立时间旅行的量子极限。