1、清华大学物理系刘永椿研究组合作提出大尺度薛定谔猫态制备新方法

清华新闻网3月15日电 近日，清华大学物理系刘永椿副教授研究组提出了一种新的大尺度薛定谔猫态制备方法，能够在集体自旋系统中快速制备具有接近最大纠缠特性的量子态。

薛定谔猫态一般指两种不同宏观状态的量子叠加态，其研究对理解宏观尺度量子效应具有重要意义。多粒子最大纠缠态（Greenberger-Horne-Zeilinger态，简称GHZ态）是一种典型的薛定谔猫态，它不仅具有良好的纠缠性质，还能够达到海森堡极限的测量精度，在量子信息和精密测量领域应用广泛。然而，GHZ态十分脆弱，极易受到退相干和粒子损耗的影响，使用传统的制备方法很难得到大粒子数的GHZ态。因此，寻找新的GHZ态制备方法至关重要。.....阅读原文

2、北京大学智能学院王立威、贺笛课题组与物理学院陈基课题组合作在基于深度学习求解薛定谔方程上取得新突破

北京大学智能学院王立威教授/贺笛助理教授课题组、物理学院陈基助理教授课题组与字节跳动研究部门合作，使用深度学习技术求解薛定谔方程取得重要进展。在这项工作中，研究团队针对基于神经网络的量子变分蒙特卡洛算法（NNVMC），设计了全新的高效计算框架“Forward Laplacian”和相匹配的高效神经网络模型LapNet。所提出的方案在完全不损失计算精度的前提下为NNVMC方法带来十倍以上的加速，显著地扩展了该方法的适用范围，并为其它精确计算方法提供了宝贵参考。相关研究成果以“ A computational framework for neural network-based variational Monte Carlo with Forward Laplacian” 为题，于2024年2月13日发表在《自然-机器智能》（Nature Machine Intelligence）。......阅读原文

3、中国人民大学统计与大数据研究院博士生梁果与导师助理教授张琨合作在管理科学顶级期刊发表高水平论文

统计与大数据研究院2021级博士生梁果与其导师助理教授张琨，上海交通大学安泰经济与管理学院的教授罗俊合作的论文“A FAST Method for Nested Estimation”在管理科学顶级期刊，UT-Dallas 24期刊《INFORMS Journal on Computing》在线发表。《INFORMS Journal on Computing》为美国运筹学和管理学研究协会（INFORMS）季刊，是管理学24种国际顶级期刊（UTD24 Top Journals）之一，主要发表运筹学与计算科学交叉领域的最新研究成果。......阅读原文

4、南科大张博团队提出新的染料化学分子设计策略用于核酸/蛋白质可视化快速检测

近日，南方科技大学生物医学工程系副教授张博课题组在国际著名期刊《德国应用化学》(Angewandte Chemie International Edition)发表题为 “Organic Fluorophores with Large Stokes Shift for the Visualization of Rapid Protein and Nucleic Acid Assays” 的研究论文，共同第一作者为2021级硕士生杨景凯和2022级硕士生徐子屹。......阅读原文

5、武汉大学何军课题组发文报道均匀阻性神经形态器件重要成果

新闻网讯（通讯员物轩）近日，何军教授课题组在Science Advances（《科学进展》）发表题为“Ag-doped non-imperfection-enabled uniformmemristiveneuromorphic device based on van der Waals indium phosphorus sulfide”（《基于Ag掺杂范德华铟磷硫的均匀阻性神经形态器件》）的研究论文。......阅读原文

来源：各高校官网
声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。