Araştırmacılar, atomik özelliklerin makine öğrenmesi hedefleri olarak değerlendirilmesinde yeni bir yaklaşım geliştirdi. Kısmi yükler ve multipoller gibi atomik özellikler kimyasal açıdan anlamlı bilgiler içerse de, bu özelliklerin atom düzeyinde değerlendirilmesi zorlu bir süreç olmuştur. Yeni çalışmada, atomik ortamları SOAP tanımlayıcıları ile kümeleyerek ve sadece eğitim sırasında görülmeyen küme etiketlerini hesaba katarak bir değerlendirme protokolü önerildi. Bu protokol kullanılarak, H, C, N ve O atomlarının elektron popülasyonları ile multipollerini tahmin etmede E(3)-eşdeğişken ve eşdeğişken olmayan modeller karşılaştırıldı. Araştırma sonucunda, rotasyonel olarak güçlendirilmiş ve eşdeğişken olmayan graf sinir ağı olan Quantum Topological Neural Network (QT-Net) geliştirildi.

Araştırmacılar, kuantum kimyasındaki karmaşık moleküler sistemleri analiz etmek için Neural Network Quantum States (NQS) yönteminin optimizasyonunda çığır açan bir yaklaşım geliştirdi. Geleneksel stokastik yöntemlerin örnekleme varyansı ve yavaş karışım problemlerini aşan bu deterministik framework, sinir ağı tabanlı dalga fonksiyonlarının optimizasyonunu büyük ölçüde hızlandırıyor. Hibrit CPU-GPU mimarisi kullanan sistem, 10^23 konfigürasyon içeren Hilbert uzaylarında hesaplama yapabilme kapasitesi sunuyor. Bu gelişme, krom dimeri gibi güçlü korelasyonlu sistemlerin analizi için yeni imkanlar yaratırken, moleküler bağ kopmalarının incelenmesinde kararlı yakınsama sağlıyor.

Araştırmacılar, kuantum bilgisayarlarının eğitiminde karşılaşılan temel sorunu çözmek için yenilikçi bir yaklaşım geliştirdi. Variational Quantum Algorithms (VQA) olarak bilinen kuantum algoritmaların eğitimi sırasında, optimizasyon manzarası düzleşerek öğrenme durabilir - bu durum 'barren plateau' sorunu olarak bilinir. Yeni geliştirilen Quantum Tilted Loss (QTL) yöntemi, tek bir sürekli parametre ayarıyla optimizasyon manzarasını sistematik olarak yeniden şekillendirebiliyor. Bu yaklaşım, yapılandırılmış ortamlarda gradyan sinyallerini güçlendirirken problemin gerçek global minimumlarını koruyor. Araştırma, standart beklenti minimizasyonunu CVaR ve Gibbs formülasyonları gibi popüler ayarlanabilir heuristiklerle birleştiren teorik bir temel sunuyor.

Kuantum bilgisayarcılığın en büyük hedeflerinden biri olan pratik optimizasyon problemlerinde kuantum avantajı sağlama konusunda önemli bir gelişme yaşandı. Araştırmacılar, Decoded Quantum Interferometry (DQI) adı verilen yeni bir yaklaşım geliştirerek max-LINSAT sınıfı optimizasyon problemlerini çözmeyi hedefliyor. Bu yöntem, klasik kodlama teorisi ve interferometri tekniklerini birleştirerek çalışıyor. Özellikle optimal polinom kesişimi probleminde, klasik yöntemlere kıyasla süperpolinomiyal hızlanma elde edilebileceğine dair güçlü kanıtlar mevcut. Bu gelişme, kuantum bilgisayarların gerçek dünya problemlerinde pratik üstünlük sağlayabileceği alanları genişletebilir.

Araştırmacılar, kuantum makine öğrenmesi modellerinin düşmanca saldırılara karşı dayanıklılığını garanti eden yeni bir eğitim yöntemi geliştirdi. Quantum Interval Bound Propagation (QIBP) adlı bu teknik, klasik yapay zekada başarıyla kullanılan interval bound propagation yönteminin kuantum dünyasına uyarlanması. Yöntem, modelin eğitimi sırasında alt ve üst sınırları takip ederek, zararlı müdahaleler altında bile doğru tahminler yapılmasını sağlıyor. Kuantum makine öğrenmesi, veri setlerinin özelliklerini verimli şekilde öğrenerek sınıflandırma gibi görevleri yerine getirmede büyük potansiyel taşıyor. Ancak bu modellerin güvenilirliği kritik uygulamalarda önemli bir konu. Araştırmacılar QIBP'yi hem interval hem de affine aritmetiği kullanarak test etti ve iki yaklaşım arasındaki doğruluk ile tasarım açısından değişimleri inceledi.

Araştırmacılar, görüntülerde kenar tespiti yapabilen tamamen kuantum tabanlı yeni bir algoritma geliştirdi. Bu algoritma, gri tonlamalı görüntüleri Novel Enhanced Quantum Representation (NEQR) tekniğiyle kodlayarak, komşu piksellerin yoğunluk değerleri arasındaki farkları kuantum devrelerinde hesaplayabiliyor. Geleneksel edge detection algoritmalarından farklı olarak, bu yaklaşım tamamen kuantum hesaplama prensipleriyle çalışıyor ve polynomial zamanda iyileşmeler sunuyor. Algoritma, piksel yoğunluklarını süperpozisyon durumunda işleyerek gradyan tabanlı kenar tespiti gerçekleştiriyor ve yön farkında kaydırma mekanizması kullanarak doğruluğu artırıyor. Bu gelişme, kuantum görüntü işleme alanında önemli bir adım teşkil ediyor.

Fizikçiler, havada asılı nano parçacıkların üç boyutlu hareketlerini olağanüstü hassasiyetle ölçebilen yeni bir yöntem geliştirdi. Bu teknik, parçacığın saçtığı ışığı uzamsal mod ayrışımı ile analiz ederek, quantum mekaniğindeki sıfır nokta hareketinden bile daha hassas ölçümler yapabiliyor. Araştırmacılar, parabolik bir ayna kullanarak nano parçacığından geri saçılan tüm ışığı toplayıp, bunu uzamsal mod ayırıcısına yönlendiriyor. Bu sayede parçacığın x, y ve z eksenlerindeki konumunu minimal kayıplarla tespit edebiliyorlar. Elde edilen hassasiyet değerleri, quantum mekaniğinin temel limitlerini zorlayacak seviyede. Bu gelişme, quantum sensörleri, hassas ölçüm cihazları ve temel fizik araştırmaları için önemli kapılar açıyor.

Kuantum bilgisayarların potansiyelini tam olarak kullanabilmek için en uygun devre yapılarını bulmak kritik önem taşıyor. Variational Quantum Algorithms (VQA) olarak bilinen algoritmaların başarısı, kuantum devrelerinin tasarımına bağlı. Bu noktada Quantum Architecture Search (QAS) teknolojisi devreye giriyor ve yüksek performanslı kuantum devre yapılarını otomatik olarak keşfetmeyi hedefliyor. Yeni araştırma, bu alandaki temel kavramları, metodolojileri ve uygulama alanlarını kapsamlı şekilde inceleyerek, kuantum bilgisayar teknolojisinin geleceğine ışık tutuyor. QAS'ın mevcut zorluklarını ve gelecekteki araştırma yönlerini de ele alan çalışma, hızla gelişen bu alanda önemli perspektifler sunuyor.

Araştırmacılar, dijital görüntülerin içine gizli mesajlar yerleştirmeye yarayan çok faktörlü bir güvenlik sistemi geliştirdi. 'Quantum Gatekeeper' adlı bu yöntem, kuantum bilgisayar teknolojisini kullanarak olağanüstü güvenlik sağlıyor. Sistem, gizli veriyi çıkarabilmek için dört farklı faktörü aynı anda doğru girmeyi gerektiriyor: parola, paylaşılan gizli kod, kullanıcının belirlediği bağlam dizisi ve referans görüntü imzası. Bu faktörlerden herhangi biri yanlış girildiğinde sistem sessizce reddediyor ve hiçbir ipucu vermiyor. Steganografi alanında yenilikçi bir yaklaşım olan bu teknoloji, hassas bilgilerin dijital ortamda güvenle saklanması için önemli bir adım teşkil ediyor.

Onlarca yıldır bilim dünyasını meşgul eden gizemli bir parçacık davranışı, Penn State Üniversitesi liderliğindeki uluslararası araştırma ekibinin yaptığı en hassas çalışmayla açıklığa kavuştu. Standart Model'de görülen küçük bir sapma, yeni fizik yasalarının keşfedilmesine işaret edebilecek heyecan verici bir anomali olarak görülüyordu. Ancak yeni araştırma, bu sapmanın doğada gerçek bir anomali değil, hesaplama hatalarından kaynaklanan bir aldanış olduğunu ortaya koydu. Bu sonuç, fizikteki en başarılı teorilerden birinin sağlamlığını bir kez daha teyit ediyor.

Araştırmacılar, modern kriptografide kullanılan lambda-Gabidulin kodlarının alt kodlarını inceleyerek, daha kompakt şifrelenmiş veri sistemleri geliştirme yollarını araştırdı. Bu kodlar, Reed-Solomon kodlarının rank-metrik analogları olarak görülüyor ve güvenli veri iletiminde kritik rol oynuyor. Çalışma, bu alt kodların yapısal özelliklerini analiz ederek, klasik Gabidulin kodlarıyla olan ilişkilerini ortaya koydu. Özellikle uzantı derecesi kod uzunluğuna eşit olduğunda, bu alt kodların doğrusallaştırılmış polinomlar açısından tam bir karakterizasyonunu sundu. Bu bulgular, quantum sonrası kriptografi çağında daha etkili ve kompakt şifreleme sistemlerinin geliştirilmesi için önemli bir adım teşkil ediyor.