Квантовые сети для умных поверхностей: новый подход к оптимизации

Исследователи предлагают квантовый алгоритм, основанный на графовых нейронных сетях, для эффективной оптимизации двусторонних реконфигурируемых интеллектуальных поверхностей.

Исследователи предлагают квантовый алгоритм, основанный на графовых нейронных сетях, для эффективной оптимизации двусторонних реконфигурируемых интеллектуальных поверхностей.

В статье представлена унифицированная полевая теория, описывающая иерархическое построение состояний дробного квантового эффекта Холла и связывающая абелевы и неабелевы фазы.

Исследователи предложили инновационный подход к определению топологических инвариантов в сложных квантовых системах, основанный на моделировании переноса заряда.
![Обученная модель машинного обучения предсказывает градиент фазового поля [latex]\nabla\phi[/latex], однако для визуализации используются потоки тока [latex]\rho\nabla\phi[/latex], поскольку непосредственное отображение градиента привело бы к неконтролируемому росту значений вблизи вихрей, в то время как предсказанные положения и знаки вихрей точно соответствуют данным об исходной плотности ρ при однородном тепловом фоне.](https://arxiv.org/html/2604.09528v1/x1.png)
Новый подход позволяет реконструировать фазовое поле из измерений плотности, открывая возможности для изучения топологических дефектов.

Исследователи разработали масштабируемую технологию создания наноламинатных структур, открывающую возможности для точной настройки электронных свойств двумерных материалов.

Новый подход к реконструкции событий и разделению гамма-излучения и адронов позволяет значительно повысить эффективность детекторов гамма-квантов.

Новая методика MolPaQ объединяет возможности квантовых вычислений и классического машинного обучения для создания молекул с заданными свойствами и улучшенной структурой.

Исследователи разработали эффективный метод, позволяющий быстро и точно собирать большие массивы атомов, критически важные для развития квантовых вычислений.

Новый подход к постоптимизации маршрутизированных схем на основе квантовых параметрических флюксонов (AQFP) позволяет сократить количество буферов и улучшить тактирование.
Новое исследование показывает, что проблема ограниченной пропускной способности памяти остается ключевым препятствием на пути к энергоэффективным нейроморфным процессорам.