論文の概要: Quantum Complexity and New Directions in Nuclear Physics and High-Energy Physics Phenomenology
- arxiv url: http://arxiv.org/abs/2604.26376v1
- Date: Wed, 29 Apr 2026 07:39:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-30 15:59:36.296869
- Title: Quantum Complexity and New Directions in Nuclear Physics and High-Energy Physics Phenomenology
- Title（参考訳）: 核物理学と高エネルギー物理現象学における量子複雑性と新しい方向
- Authors: Caroline E. P. Robin, Martin J. Savage,
- Abstract要約: 量子情報科学(QIS)の進歩は、量子多体システムの複雑さに関する変革的な洞察を提供している。
これらの技術が、ハドロン、核、極端な条件下での物質の構造や力学にどのように光を当てているかを強調します。
それらは、そのようなシステムの大規模量子シミュレーションの開発に不可欠な役割を担っていると期待されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Advances in quantum information science (QIS) are providing transformative insights into the complexity of quantum many-body systems, potentially defining new frontiers in nuclear and high-energy physics. This review explores how QIS-derived techniques are fostering new analytic frameworks and algorithms - both classical and quantum - to tackle (some of the) present barriers to discovery in fundamental physics, with applicability to other science domains. We highlight how these techniques are shedding new light on the structure and dynamics of hadrons, nuclei, matter in extreme conditions, and beyond. Importantly, they are expected to play an essential role in the development of large-scale quantum simulations of such systems, particularly in setting the balance among quantum and classical computational resources.
- Abstract（参考訳）: 量子情報科学(QIS)の進歩は、量子多体システムの複雑さに関する変革的な洞察を提供し、核と高エネルギー物理学における新たなフロンティアを定義する可能性がある。
このレビューでは、QISから派生した技術が、古典的および量子的両方の新しい分析フレームワークとアルゴリズムを、他の科学領域に適用可能な基礎物理学における発見の障壁(いくつかは)に取り組むためにどのように発展させているかを検討する。
これらの技術が、ハドロン、核、極端な条件下での物質の構造や力学にどのように光を当てているかを強調します。
重要なことに、これらはそのようなシステムの大規模量子シミュレーション、特に量子と古典の計算資源のバランスを確立する上で重要な役割を担っていると期待されている。
関連論文リスト
- Artificial intelligence for representing and characterizing quantum systems [49.29080693498154]
大規模量子システムの効率的なキャラクタリゼーションは、量子科学における中心的な課題である。
人工知能(AI)の最近の進歩は、この課題に対処するための強力なツールとして現れている。
本稿では、これらのAIパラダイムが量子システム評価における2つのコアタスクにどのように貢献するかを論じる。
論文 参考訳（メタデータ） (2025-09-05T08:41:24Z) - Quantum simulation of out-of-equilibrium dynamics in gauge theories [0.005600395068297771]
量子技術の最近の進歩は、ゲージ理論の量子シミュレーションを可能にした。
これらのシミュレータは、核、高エネルギー、凝縮物質物理学における長年にわたる問題に対処する可能性を秘めている。
この急速に成長する分野の研究は、分野にまたがる概念の収束を促している。
論文 参考訳（メタデータ） (2025-09-03T18:00:29Z) - A Survey of Quantum Transformers: Architectures, Challenges and Outlooks [82.4736481748099]
量子変換器は古典変換器の表現力と量子コンピューティングの計算上の利点を統合する。
2022年以降、この地域の研究は急速に拡大し、様々な技術パラダイムや初期の応用がもたらされた。
本稿では,量子トランスモデルの包括的,体系的,詳細な調査を行う。
論文 参考訳（メタデータ） (2025-04-04T05:40:18Z) - Quantum Simulations of Fundamental Physics [0.0]
ハイライトや機会、今後の課題について論じます。
量子情報科学とテクノロジーの顕著な進歩は、基本的な量子多体システムを理解し、探求する方法を大きく変えつつある。
論文 参考訳（メタデータ） (2025-03-29T21:53:04Z) - Quantum Frontiers in High Energy Physics [9.663373038813354]
標準モデルを超えた新しい物理の微妙な効果を検知する量子デバイスの可能性について論じる。
また、初期の宇宙や衝突機におけるリアルタイム非摂動力学の研究における量子アルゴリズムと大規模量子コンピュータの変換的役割についても論じる。
論文 参考訳（メタデータ） (2024-11-18T05:41:08Z) - Entanglement-Assisted Quantum Networks: Mechanics, Enabling
Technologies, Challenges, and Research Directions [66.27337498864556]
本稿では,量子ネットワークの絡み合いに関する包括的調査を行う。
ネットワーク構造、作業原則、開発段階の詳細な概要を提供する。
また、アーキテクチャ設計、絡み合いに基づくネットワーク問題、標準化など、オープンな研究の方向性を強調している。
論文 参考訳（メタデータ） (2023-07-24T02:48:22Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳（メタデータ） (2023-06-29T18:00:01Z) - Physics-Informed Quantum Communication Networks: A Vision Towards the
Quantum Internet [79.8886946157912]
本稿では,量子通信ネットワーク(QCN)の性能を物理インフォームド方式で解析する。
物理インフォームドアプローチの必要性を評価し,実践的なQCNの設計におけるその基本的な役割を解析する。
我々はQCNが量子技術の最先端を活用できる新しい物理インフォームドパフォーマンス指標と制御を同定する。
論文 参考訳（メタデータ） (2022-04-20T05:32:16Z) - Standard Model Physics and the Digital Quantum Revolution: Thoughts
about the Interface [68.8204255655161]
量子システムの分離・制御・絡み合いの進歩は、かつての量子力学の興味深い特徴を、破壊的な科学的・技術的進歩のための乗り物へと変えつつある。
本稿では,3つの領域科学理論家の視点から,絡み合い,複雑性,量子シミュレーションのインターフェースについて考察する。
論文 参考訳（メタデータ） (2021-07-10T06:12:06Z) - Machine Learning for Quantum Matter [0.0]
本稿では,量子物質研究の進展をめざして,機械学習のアイデアの最近の発展と適応を概観する。
機械学習と量子多体物理学の交わる領域における今後の発展の展望について論じる。
論文 参考訳（メタデータ） (2020-03-24T18:00:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。