Excited Pfaffians: Generalized Neural Wave Functions Across Structure and State
该论文提出了多态重要性采样(MSIS)和受哈特里 - 福克启发的“激发态帕夫里安”(Excited Pfaffians)架构,实现了仅需恒定样本量即可高效计算多态重叠,从而显著加速了从碳二聚体到铍原子等多种分子体系的激发态及多态势能面的神经网络波函数模拟。
10537 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。
该论文提出了多态重要性采样(MSIS)和受哈特里 - 福克启发的“激发态帕夫里安”(Excited Pfaffians)架构,实现了仅需恒定样本量即可高效计算多态重叠,从而显著加速了从碳二聚体到铍原子等多种分子体系的激发态及多态势能面的神经网络波函数模拟。
本文提出了 Qutes 语言中的“作用域绑定存活引导的未计算”形式化模型,将未计算确立为量子程序的语义基础,通过静态分析确定变量的最早安全回收点,从而在保证可逆性语义的同时优化电路深度并限制峰值量子比特数。
该研究利用超导谐振器技术探测了外延生长的自旋液体候选材料 TbInO3 薄膜,通过微波自旋共振信号揭示了其磁序在远低于居里 - 韦斯能标的温度下仍保持极端受阻状态,并阐明了晶体场、自旋轨道耦合及非正常铁电性共同塑造了其独特的磁基态。
该论文提出了一种利用 IBM 量子硬件校准数据构建数字孪生的工作流,并通过在两台真实量子处理器上的实验验证,发现基于可下载校准 CSV 文件构建的孪生模型在复现硬件测量结果方面通常表现最佳,同时强调了数字孪生的有效性高度依赖于目标设备和具体的编译设置。
该论文通过提供精确的等式刻画,将量子条件互信息及其他熵的定义转化为快速绝对收敛的显式求和形式,从而给出了强次可加性等性质的严格且不可改进的数学表征。
本文提出了一种基于一维卷积神经网络的深度学习框架,用于实时、高效且鲁棒地分析金刚石氮 - 空位(NV)色心的光探测磁共振(ODMR)光谱,显著提升了低信噪比条件下的参数提取精度与吞吐量,并成功应用于细胞内温度诊断和超导涡旋磁成像等实际传感场景。
该论文定量分析了泵浦光束走离效应对自发参量下转换过程中轨道角动量守恒的破坏,推导了总轨道角动量分布随走离角变化的标度律,并提出了利用走离效应调控和工程化生成高维纠缠态的新方法。
该研究通过引入基于物理信息的两阶段剪枝策略,成功将神经网络背流方法扩展至第一性原理固体计算,在保持可扩展性的同时实现了氢链、石墨烯和硅等多种固体体系的高精度基态能量模拟。
该研究通过基准测试表明,在约束路径量子蒙特卡洛方法中,采用对称性适配的试探波函数对于准确求解三角晶格 Hubbard 模型(尤其是半满填充下的强阻挫体系)至关重要,且该方法因计算成本随系统尺寸多项式增长而成为研究强关联阻挫系统基态的实用途径。
该论文提出了一种名为“光子量子增强知识蒸馏(PQKD)”的混合框架,利用光子处理器固有的随机性生成条件信号,通过字典卷积和免梯度优化策略,在显著压缩卷积核参数的同时,在多个基准测试中实现了接近教师网络的高精度性能。