⚛️ 量子物理
Classical and Quantum Machine Learning for Population-Level Prediction of Heat-Related Physiological Events
该论文提出了一种整合异构数据的统一预测框架，通过对比经典机器学习与基于参数化量子电路的量子机器学习在预测热相关生理事件方面的表现，发现尽管经典模型在数据稀疏和不平衡条件下目前更具优势，但量子模型已展现出非平凡的预测能力，为未来混合健康建模奠定了方法基础。
⚛️ Category
quant-ph
10332 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。
⚛️ 量子物理
A Unified Hardware-to-Decoder Architecture for Hybrid Continuous-Variable and Discrete-Variable Quantum Error Correction in LiDMaS+
该论文提出了一种面向 LiDMaS+ 中混合连续变量与离散变量量子纠错的统一硬件至解码器架构，通过 Xanadu 案例研究验证了其执行栈的完整性，并对比分析了 MWPM、UF、BP 及神经 MWPM 等解码器在不同数据模式下的性能权衡，确立了基于运行工况选择解码策略的基准。
⚛️ 量子物理
Projected Dynamic Programming for Sequential Quantum State Discrimination
本文通过将序列量子态判别问题形式化为静态隐藏状态部分可观测马尔可夫决策过程（POMDP），在理论上将其推广并涵盖最小误差判别方案，同时利用网格离散化与有限测量库构建近似算法，严格分析了其误差界与计算复杂度，并通过数值模拟揭示了量子 regime 下精度与复杂度及维度灾难之间的权衡关系。
⚛️ 量子物理
Renormalization and Non-perturbative Dynamics in Conformal Quantum Mechanics
该论文通过研究不同维度下的微扰 S 矩阵及一维反平方势，计算了共形量子力学中两个耦合常数相互作用的紫外发散度，并在束缚态和散射态中推导出了任意微扰及非微扰阶次的精确 beta 函数与无穷级数结果。
⚛️ 量子物理
Quantum Search without Global Diffusion
该论文提出了一种无需全局扩散算子的量子搜索新方案，通过递归构造和局部操作在保持查询复杂度的同时显著降低了电路深度，证明了全局扩散并非实现量子搜索二次加速的必要条件。
⚛️ 唯象学
Universal Description of Decoherence in Scale-Invariant Environments
该论文证明在局域性、洛伦兹不变性、幺正性及连续尺度不变性约束下，量子系统与标度不变环境的耦合必然等效于由算符标度维数 唯一确定的“未粒子浴”模型，从而统一描述了从量子伊辛临界点到宇宙暴胀等跨尺度物理现象，并预言了当 时会出现量子相干性在长时极限下受保护而非被破坏的相变。
⚛️ 量子物理
Magnetic domains stabilized by symmetry-protected zero modes
本文证明，耦合链上的 XX 模型表现出强烈的非遍历行为，其中畴壁初始态因指数多个手征对称性保护的零模而无限期地保持非均匀磁化分布，从而导致一种对对称性保持微扰具有鲁棒性的局域化转变。
⚛️ 量子物理
Accessible Quantum Correlations Under Complexity Constraints
该论文提出了一种基于计算复杂度约束的框架，通过引入计算受限的极小熵来量化观测者无法高效访问的量子关联，并证明了在纯态和混合态下，信息论意义上的量子关联与计算受限下可观测的关联之间存在显著分离，表明计算约束会从根本上限制实际可观测的量子关联。
🔬 光学
Incoherence-assisted mode excitation in non-Hermitian resonant systems
该论文提出并实验验证了一种利用非相干光在耦合环谐振腔硅光子平台上选择性激发非厄米 SSH 模型拓扑边缘态的新方法，该方法无需精确相位控制，为非厄米拓扑光子学提供了一种鲁棒且实用的态制备策略。
⚛️ 量子物理
Feature-level analysis and adversarial transfer in rotationally equivariant quantum machine learning
该论文通过特征级分析揭示了旋转等变量子模型虽受对称性约束，但仍依赖易受经典迁移攻击的脆弱统计特征（如环形平均强度），并证明通过抑制相关对称子空间可显著提升其对抗鲁棒性。