論文の概要: Perturbation of the numerical range of unitary matrices
- arxiv url: http://arxiv.org/abs/2002.05553v1
- Date: Thu, 13 Feb 2020 15:02:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-03 19:09:10.768339
- Title: Perturbation of the numerical range of unitary matrices
- Title(参考訳): ユニタリ行列の数値的範囲の摂動
- Authors: Ryszard Kukulski, Paulina Lewandowska, {\L}ukasz Pawela
- Abstract要約: ユニタリ行列の数値範囲を操作する問題にどのようにアプローチするかを示す。
数値範囲に起点を含むユニタリ行列を探索する手法を導入することにより,上記の操作を実現する。
- 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: In this work we show how to approach the problem of manimulating the
numerical range of a unitary matrix. This task has far-reaching impact on the
study of discrimination of quantum measurements. We achieve the aforementioned
manipulation by introducing a method which allows us to find a unitary matrix
whose numerical range contains the origin where at the same time the distance
between unitary matrix and its perturbation is relative small in given metric.
- Abstract(参考訳): 本研究では,ユニタリ行列の数値範囲を操作する問題にどのようにアプローチするかを示す。
このタスクは、量子測定の識別の研究に大きな影響を与える。
本研究では,ユニタリ行列とその摂動との間の距離が与えられた計量において相対的に小さい原点を含むユニタリ行列を求める方法を導入することにより,上記の操作を実現する。
関連論文リスト
- Guarantees of a Preconditioned Subgradient Algorithm for Overparameterized Asymmetric Low-rank Matrix Recovery [8.722715843502321]
本研究では, 行列分解に基づくロバストな低ランクおよび非対称な行列復元手法に着目した。
本稿では,探索行列の条件数に依存しない事前条件付きアルゴリズムの利点を継承する段階的アルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-10-22T08:58:44Z) - Entrywise error bounds for low-rank approximations of kernel matrices [55.524284152242096]
切り抜き固有分解を用いて得られたカーネル行列の低ランク近似に対するエントリーワイド誤差境界を導出する。
重要な技術的革新は、小さな固有値に対応するカーネル行列の固有ベクトルの非局在化結果である。
我々は、合成および実世界のデータセットの集合に関する実証的研究により、我々の理論を検証した。
論文 参考訳(メタデータ) (2024-05-23T12:26:25Z) - Intrinsic Bayesian Cramér-Rao Bound with an Application to Covariance Matrix Estimation [49.67011673289242]
本稿では, 推定パラメータが滑らかな多様体内にある推定問題に対して, 新たな性能境界を提案する。
これはパラメータ多様体の幾何学と推定誤差測度の本質的な概念を誘導する。
論文 参考訳(メタデータ) (2023-11-08T15:17:13Z) - Quantum algorithms for matrix operations and linear systems of equations [65.62256987706128]
本稿では,「Sender-Receiver」モデルを用いた行列演算のための量子アルゴリズムを提案する。
これらの量子プロトコルは、他の量子スキームのサブルーチンとして使用できる。
論文 参考訳(メタデータ) (2022-02-10T08:12:20Z) - Direct solution of multiple excitations in a matrix product state with
block Lanczos [62.997667081978825]
我々は,多目的密度行列再正規化群法を導入し,多くの励起を持つ束行列積状態に作用する。
多数の励起は、鎖全体で非常に信頼性の高い局所観測可能な小さな結合次元で得ることができる。
論文 参考訳(メタデータ) (2021-09-16T18:36:36Z) - Symplectic decomposition from submatrix determinants [0.0]
ガウスの量子情報における重要な定理は、シンプレクティック変換によって任意のガウス状態の共分散行列を対角化できることを示している。
近年,ある部分行列からエルミート行列の固有ベクトルを求める手法に着想を得て,ある部分行列式からシンプレクティックを対角化する方法を考案した。
論文 参考訳(メタデータ) (2021-08-11T18:00:03Z) - Rank-one matrix estimation with groupwise heteroskedasticity [5.202966939338455]
本研究では,異なるノイズレベル下で行列の異なるブロックが観測されるガウス観測からランク1行列を推定する問題について検討する。
行列と潜伏変数の両方を推定する際、最小平均二乗誤差の正確な公式を証明した。
我々は、近似メッセージパッシングアルゴリズムと勾配降下アルゴリズムを導出し、これらのアルゴリズムが特定の状況における情報理論的限界を達成することを実証的に示す。
論文 参考訳(メタデータ) (2021-06-22T17:48:36Z) - Adversarially-Trained Nonnegative Matrix Factorization [77.34726150561087]
非負行列ファクタリゼーションの逆学習版を検討する。
我々の定式化では、攻撃者は与えられたデータ行列に有界ノルムの任意の行列を追加する。
辞書と係数行列を最適化するために, 逆学習に触発された効率的なアルゴリズムを設計する。
論文 参考訳(メタデータ) (2021-04-10T13:13:17Z) - Rank-One Measurements of Low-Rank PSD Matrices Have Small Feasible Sets [26.42912954945887]
低ランク正正半定値(psd)行列センシング問題に対する解決定における制約集合の役割について検討した。
低ランク正則化を含まずにpsd行列の復元に円錐射影法を適用して実用的意義を示す。
論文 参考訳(メタデータ) (2020-12-17T17:23:27Z) - Robust Low-rank Matrix Completion via an Alternating Manifold Proximal
Gradient Continuation Method [47.80060761046752]
ロバスト低ランク行列補完(RMC)は、コンピュータビジョン、信号処理、機械学習アプリケーションのために広く研究されている。
この問題は、部分的に観察された行列を低ランク行列とスパース行列の重ね合わせに分解することを目的とした。
RMCに取り組むために広く用いられるアプローチは、低ランク行列の核ノルム(低ランク性を促進するために)とスパース行列のl1ノルム(空間性を促進するために)を最小化する凸定式化を考えることである。
本稿では、近年のローワークの動機付けについて述べる。
論文 参考訳(メタデータ) (2020-08-18T04:46:22Z) - Tangent-space methods for truncating uniform MPS [0.0]
量子テンソルネットワークシミュレーションにおける中心的プリミティブは、低い結合次元の1つで行列積状態を近似する問題である。
我々は、一様(無限)行列積状態に対して、接空間に基づく変分アルゴリズムを定式化してこれを実現する。
論文 参考訳(メタデータ) (2020-01-31T14:54:50Z)
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。