⚛️ quantum physics
Learning partial transpose signatures in qubit ququart states from a few measurements
该论文提出了一种基于机器学习的实验友好型框架，利用少量测量数据即可有效分类高维量子系统中的可蒸馏态，从而避免了成本高昂的完整态层析过程。
⚛️ Category
quant-ph
7035 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。
⚛️ quantum physics
High-order long-time asymptotics for small solutions to the one-dimensional nonlinear Schrödinger equation
本文利用时空共振方法，针对一维非线性薛定谔方程的小初值问题，在低正则性类中建立了整体适定性与修正散射，并严格推导了包含长程效应的高阶长时渐近展开。
⚛️ quantum physics
Contextuality-enhanced quantum state discrimination under fixed failure probability
本文理论证明了在固定失败概率下量子态判别存在由上下文性带来的增强效应，但揭示了该增强会在特定中间失败概率区间内消失，并进一步分析了状态混淆度及噪声强度对该非增强区域的影响。
⚛️ quantum physics
Subsystem Statistics and Conditional Self-Similarity of Random Quantum States
本文利用狄利克雷分布解析推导了随机量子态及其退相干版本的子系统概率分布，揭示了其服从普适的贝塔分布规律，并证明了随机态具有在退相干噪声下依然保持的精确条件自相似性，从而为通过子系统或条件交叉熵基准测试验证随机电路采样提供了可扩展的严格框架。
🔬 mesoscale physics
Temporal magnon-qubit Mach-Zehnder interferometer
该论文提出了一种基于脉冲磁场作为时间“分束器”实现微波量子比特与磁振子态可控纠缠的时序马赫 - 曾德尔干涉仪方案，旨在通过最终量子比特布居数的干涉图样独立测定单磁振子的两种退相干通道速率，从而推动单磁振子态应用并解答准粒子在单量子层面的退相干机制问题。
⚡ electrical engineering
Quantum Hamiltonian Learning using Time-Resolved Measurement Data and its Application to Gene Regulatory Network Inference
本文提出了一种基于时间分辨测量数据的量子哈密顿量学习框架及相应的基因表达模型（QHGM），通过可扩展的变分学习算法实现了基因调控网络的高效推断，并在合成基准测试和胶质母细胞瘤单细胞测序数据中验证了其发现新型生物学调控连接的能力。
⚛️ quantum physics
A Relation Between the Chrestenson Operator, Weyl Operator Basis, and Kronecker-Pauli Operator Basis
本文在 维希尔伯特空间（ 为大于 2 的素数）框架下，利用狄拉克符号回顾了 Chrestenson 算符、Weyl 算符基与 Kronecker-Pauli 算符基，建立了连接这些算符的新代数关系，并以 和 为例进行了说明。
⚛️ quantum physics
Direct access to the initial polarization of nuclei by measuring coherence evolution of an nitrogen-vacancy center spin qubit
本文提出了一种通过监测氮 - 空位（NV）色心自旋量子比特的相干演化来间接测量金刚石中核自旋初始极化度的新方法，该方法无需直接探测环境，具有实验简单、对磁场依赖小且仅需少量核自旋即可有效估算极化度的优势。
⚛️ quantum physics
Differentiable Maximum Likelihood Noise Estimation for Quantum Error Correction
本文提出了一种可微最大似然噪声估计（dMLE）框架，通过结合精确的平面求解器与优化的张量网络架构，实现了对量子纠错码中电路级噪声参数的直接梯度优化，从而在模拟和谷歌处理器实验数据上显著降低了逻辑错误率并实现了高精度的噪声参数恢复。
⚛️ quantum physics
Unlocking photodetection for quantum sensing with Bayesian likelihood-free methods and deep learning
该研究通过对比贝叶斯无似然方法与深度学习，证明了后者在保持精度的同时能实现更快速的参数估计，从而为利用非经典光统计特性进行实时量子传感动态控制提供了关键的数据推断工具。