Fugu-MT 論文翻訳(概要): Higher order singular value decomposition and the reduced density matrices of three qubits

論文の概要: Higher order singular value decomposition and the reduced density matrices of three qubits

arxiv url: http://arxiv.org/abs/2003.10537v2
Date: Mon, 14 Sep 2020 03:29:27 GMT
ステータス: 処理完了
システム内更新日: 2023-05-28 07:27:40.106523
Title: Higher order singular value decomposition and the reduced density matrices of three qubits
Title（参考訳）: 3量子ビットの高次特異値分解と還元密度行列
Authors: P. S. Choong, H. Zainuddin, K. T. Chan, Sh. K. Said Husain
Abstract要約: HOSVDは局所ユニタリ(LU)演算により3量子ビットの特殊状態の同定に利用できることを示す。 HOSVDによるLU演算により、3つのキュービットの特別な状態をすべてカプセル化するポリトープを構築することができる。
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 paper, we demonstrate that higher order singular value decomposition (HOSVD) can be used to identify special states in three qubits by local unitary (LU) operations. Since the matrix unfoldings of three qubits are related to their reduced density matrices, HOSVD simultaneously diagonalizes the one-body reduced density matrices of three qubits. From the all-orthogonality conditions of HOSVD, we computed the special states of three qubits. Furthermore, we showed that it is possible to construct a polytope that encapsulates all the special states of three qubits by LU operations with HOSVD.
Abstract（参考訳）: 本稿では,高階特異値分解(hosvd)を用いて,局所ユニタリ演算により3量子ビットの特殊状態を識別できることを実証する。 3つの量子ビットの行列展開はその密度行列の減少に関連しているため、HOSVDは同時に3つの量子ビットの1体還元密度行列を対角化する。 HOSVDの全直交条件から、3つの量子ビットの特殊状態を計算した。さらに, HOSVDを用いたLU演算により, 3量子ビットの特殊状態を全てカプセル化するポリトープを構築することができることを示した。

関連論文リスト

Unsupervised state learning from pairs of states [0.0]
各キュービットの余分なコピーが供給された場合、すなわち、1つのキュービットではなく、同じ状態の2組のキュービットを受け取ることが示される。次に、量子ビット対の列の測定を数値的にシミュレートし、未知の状態とその発生確率を高精度に知ることができることを示す。
論文参考訳（メタデータ） (2024-09-17T12:19:56Z)
Krotov Type Optimization of Coherent and Incoherent Controls for Open Two-Qubit Systems [77.34726150561087]
この研究は、コヒーレントかつ非コヒーレントな制御によって駆動される2量子ビットオープン量子系を考える。インコヒーレント制御は、環境の時間依存スペクトル密度を介して時間依存のデコヒーレンス率を誘導する。システムは、時間依存係数を持つゴリーニ・コサコフスキー・スダルシャン・リンドブラッド・マスター方程式に従って進化する。
論文参考訳（メタデータ） (2023-08-11T13:17:19Z)
Two qubits in one transmon -- QEC without ancilla hardware [68.8204255655161]
超伝導トランスモン内の2つの量子ビットの保存と制御に高エネルギーレベルを使用することが理論的に可能であることを示す。追加の量子ビットは、誤り訂正に多くの短命な量子ビットを必要とするアルゴリズムや、量子ビットネットワークに高接続性を持つeffecitveを埋め込むアルゴリズムで使用することができる。
論文参考訳（メタデータ） (2023-02-28T16:18:00Z)
Special core tensors of multi-qubit states and the concurrency of three lines [0.0]
多部状態の分類は、操作的に有用で有限な絡み合いクラスを得ることを目的としている。提案手法はマルチキュービットシステムに限られるが,大規模マルチキュービットシステムでは十分に拡張可能である。
論文参考訳（メタデータ） (2023-01-14T16:59:17Z)
Geometric picture for SLOCC classification of pure permutation symmetric three-qubit states [0.0]
ブロッホ球の内部に刻まれた量子ステアリング楕円体は、アリスとボブの間で共有される2量子状態のエレガントな視覚化を提供する。ステアリング楕円体は、モノガミーのような量子相関特性を捉えるのに有効であることが示されている。本研究では, 交絡した3量子ビット純対称状態から抽出した2量子状態の標準形とそれに伴う操舵楕円体を詳細に解析する。
論文参考訳（メタデータ） (2022-08-05T07:36:27Z)
Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown-View Tomography [58.60249163402822]
未知視トモグラフィ(UVT)は、未知のランダムな向きで2次元投影から3次元密度マップを再構成する。提案したOMRはより堅牢で、従来の最先端のOMRアプローチよりも大幅に性能が向上している。
論文参考訳（メタデータ） (2022-07-06T21:40:59Z)
Semi-Supervised Subspace Clustering via Tensor Low-Rank Representation [64.49871502193477]
本稿では,初期監視情報を同時に拡張し,識別親和性行列を構築することのできる,新しい半教師付きサブスペースクラスタリング手法を提案する。 6つの一般的なベンチマークデータセットの総合的な実験結果から,本手法が最先端手法よりも優れていることを示す。
論文参考訳（メタデータ） (2022-05-21T01:47:17Z)
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)
Geometric quantification of multiparty entanglement through orthogonality of vectors [0.0]
測定後のベクトルは最大絡み合った状態の恒等的でない集合が得られることを示す。本稿では,地域特性,すなわち予測可能性とグローバルプロパティとの整合性の間のトレードオフについて論じる。
論文参考訳（メタデータ） (2021-03-06T08:28:07Z)
Generation of quantum entangled states of multiple groups of qubits distributed in multiple cavities [7.307973399786272]
N-群量子ビットのGHZ状態が3段階演算により生成可能であることを示す。 N-群 qubit の GHZ 状態は、N-群 qutrit を用いて生成される。
論文参考訳（メタデータ） (2020-03-31T13:14:58Z)
Multi-Objective Matrix Normalization for Fine-grained Visual Recognition [153.49014114484424]
双線形プールは細粒度視覚認識(FGVC)において大きな成功を収める近年,行列パワー正規化は双線形特徴量において2次情報を安定化させることができることが示されている。両線形表現を同時に正規化できる効率的な多目的行列正規化法(MOMN)を提案する。
論文参考訳（メタデータ） (2020-03-30T08:40:35Z)

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。