Derivative Informed Learning of Exchange-Correlation Functionals
本文引入了导数信息增强型交换相关损失（Derivative Informed XC-Loss, DI-Loss），这是一种针对机器学习交换相关泛函的训练策略，它通过结合来自参考杂化泛函的一阶和二阶能量导数，显著提高了总能量精度、加速了自洽场收敛，并增强了在时间依赖密度泛函理论（TDDFT）中的激发态预测能力。
⚛️ Category
quant-ph
5886 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 simulations of ultrafast optical spectroscopy of semiconductors on digital quantum computers in the semi-classical approximation
本文提出了一种用于半导体超快光学光谱研究的数字量子模拟框架，该框架在无噪声极限下实现了与经典基准的定量一致性，同时展示了 NISQ 时代硬件噪声如何表现为光谱展宽，从而为未来多体机制下的量子优势提供了一个可扩展的模型。
Multi-entropy in random tensor networks
本文研究了随机张量网络中的 Rényi 多熵，证明了对于 的情况，这些量由最小多路切口决定，同时论证了该最小切口猜想在整数 时通常并不成立。
Arbitrary manipulation of nuclear spins in hexagonal boron nitride
本文提出了一种在六方氮化硼中高效工程化电子-核自旋相互作用的方案，旨在实现三十纳秒内针对核自旋的高保真度单比特及多比特门操作，从而克服退相干限制，并利用硼空位中心实现实用的量子计算。
Nonreciprocal Dispersive Coupling for Quantum Sensing
本文提出了一种新颖的非互易色散耦合方案，与传统的互易方法相比，该方案显著提升了腔光子数及转换驱动强度测量的量子传感精度，尤其是在信号幅度增加的情况下。
Hybrid quantum-classical physics-informed neural networks for solving nonlinear PDEs: when and where hybridization is effective?
本文介绍了一种混合量子-经典物理信息神经网络（HQPINN），该网络将参数化量子电路与经典神经骨干相结合，以有效克服在求解非线性偏微分方程时存在的谱偏差和收敛问题，并在求解 Burgers、Allen-Cahn 和 Korteweg-de Vries 方程的过程中，特别是在刚性及多尺度机制下，展示了显著的精度提升。
Digital Quantum Reservoir Computing for ATM Time Series Prediction
本文研究了一种用于在近期量子硬件上预测 ATM 现金需求的数字量子储备池计算框架，发现虽然该框架在标准误差指标上并未超越经典基准，但在通过动态时间规整捕捉时间结构方面展现出了具有竞争力的性能。
QPredSGG: Hybrid Quantum Predicate Learning for Long-Tailed Scene Graph Generation
本文介绍了 QPredSGG，这是一个将因果特征增强网络（Causal Feature Enhancement Network）的谓词头替换为参数高效的量子谓词头（Quantum Predicate Head）的量子-经典混合框架，通过在显著降低模型复杂度的同时提高在 Visual Genome 150 数据集上的平均召回率，实现了长尾场景图生成任务中的最先进性能。
Efficient Description of Parametric Amplification of Quantum Pulses
本文提出了一种通过将放大作用应用于真空态，进而对输入产生算符进行变换，从而确定参数放大过程中输出模量子态的高效解析方法，该技术已在包括相干态、薛定谔猫态和单光子脉冲在内的多种输入态上得到了验证。
Effect of isotropic errors on the complexity of Grover's algorithm
本文利用新开发的 Python 库数值分析了各向同性误差对 Grover 搜索算法的影响，揭示了在噪声量子硬件上该算法在鲁棒性和成功概率方面面临的重大挑战。