論文の概要: Decoupling Cross-Quadrature Correlations using Passive Operations

• arxiv url: http://arxiv.org/abs/2004.03105v2
• Date: Wed, 12 Aug 2020 14:17:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-26 04:18:39.914270
• Title: Decoupling Cross-Quadrature Correlations using Passive Operations
• Title（参考訳）: パッシブ演算を用いた相互相関の分離
• Authors: Syed M. Assad, Mile Gu, Xiaoying Li, Ping Koy Lam
• Abstract要約: 我々は,受動的操作のみを用いて,共役二次関数間の相関関係を除去できることを示す。 このような相関は通常望ましくないものであり、実験的な四分法汚染によって生じる。 我々の証明は構成的であり、可能であればいつでも必要な受動的操作に対する明示的な表現が得られる。
• 参考スコア（独自算出の注目度）: 0.8127364542975234
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quadrature correlations between subsystems of a Gaussian quantum state are fully characterised by its covariance matrix. For example, the covariance matrix determines the amount of entanglement or decoherence of the state. Here, we establish when it is possible to remove correlations between conjugate quadratures using only passive operations. Such correlations are usually undesired and arise due to experimental cross-quadrature contamination. Using the Autonne--Takagi factorisation, we present necessary and sufficient conditions to determine when such removal is possible. Our proof is constructive, and whenever it is possible we obtain an explicit expression for the required passive operation.
• Abstract（参考訳）: ガウス量子状態のサブシステム間の二次相関は、その共分散行列によって完全に特徴づけられる。 例えば、共分散行列は状態の絡み合いやデコヒーレンスの量を決定する。 本稿では, 受動演算のみを用いて共役二次間の相関を除去できる場合を定式化する。 このような相関は通常、望ましくないものであり、実験的な断面積汚染によって生じる。 オートン-高木因子化を用いて, 除去可能時期を決定するために必要な, 十分な条件を提示する。 我々の証明は構成的であり、可能であればいつでも必要な受動的操作に対する明示的な表現が得られる。

関連論文リスト

• Linear causal disentanglement via higher-order cumulants [0.0]
  複数の文脈におけるデータへのアクセスを前提として,線形因果不整合の識別可能性について検討した。 各潜伏変数に対する1つの完全な介入が十分であり、完全な介入の下でパラメータを復元するのに必要となる最悪の場合を示す。
  論文  参考訳（メタデータ） (2024-07-05T15:53:16Z)
• Applications of flow models to the generation of correlated lattice QCD ensembles [69.18453821764075]
  機械学習された正規化フローは、格子量子場理論の文脈で、異なる作用パラメータで格子ゲージ場の統計的に相関したアンサンブルを生成するために用いられる。 本研究は,これらの相関を可観測物の計算における分散低減に活用する方法を実証する。
  論文  参考訳（メタデータ） (2024-01-19T18:33:52Z)
• Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse Actions, Interventions and Sparse Temporal Dependencies [58.179981892921056]
  この研究は、メカニズムのスパーシティ正則化(英語版)と呼ばれる、アンタングルメントの新たな原理を導入する。 本稿では,潜在要因を同時に学習することで,絡み合いを誘発する表現学習手法を提案する。 学習した因果グラフをスパースに規則化することにより、潜伏因子を復元できることを示す。
  論文  参考訳（メタデータ） (2024-01-10T02:38:21Z)
• Correlations in Disordered Solvable Tensor Network States [0.0]
  可解行列積と射影絡み合ったペア状態は、双対および三次単位量子回路によって進化し、解析的にアクセス可能な相関関数を持つ。 本研究では,ランダムな乱れテンソルネットワーク状態に対して,物理的に動機付けられた2点等時相関関数の平均挙動を計算した。
  論文  参考訳（メタデータ） (2023-09-09T12:31:22Z)
• Causal Discovery via Conditional Independence Testing with Proxy Variables [35.3493980628004]
  潜伏した共同設立者のような未観測変数の存在は、条件付き独立テストにバイアスをもたらす可能性がある。 本研究では,連続変数に対する因果関係の存在を効果的に検証できる仮説テスト手法を提案する。
  論文  参考訳（メタデータ） (2023-05-09T09:08:39Z)
• Nonparametric Conditional Local Independence Testing [69.31200003384122]
  条件付き局所独立は、連続的な時間プロセス間の独立関係である。 条件付き地域独立の非パラメトリックテストは行われていない。 二重機械学習に基づく非パラメトリックテストを提案する。
  論文  参考訳（メタデータ） (2022-03-25T10:31:02Z)
• Matrix Completion via Non-Convex Relaxation and Adaptive Correlation Learning [90.8576971748142]
  閉形式解によって最適化できる新しいサロゲートを開発する。 そこで我々は, 上向きの相関関係を利用して, 適応的相関学習モデルを構築した。
  論文  参考訳（メタデータ） (2022-03-04T08:50:50Z)
• Can multipartite entanglement be characterized by two-point connected correlation functions ? [0.0]
  混合量子状態における多重粒子の絡み合いは、2点連結相関関数によってのみ特徴づけられる。 純粋な状態の場合とは対照的に、満たすべき条件はかなり厳しいことが判明した。
  論文  参考訳（メタデータ） (2021-08-08T11:01:12Z)
• Densely connected normalizing flows [0.0]
  正規化フローは、完全に分解された分布を持つ入力と潜在表現の間のマッピングである。 ノイズを伴う中間表現を漸進的にパディングすることでこの問題に対処する。 我々の可逆的な光様加群は、密結合されたブロックとNystrの融合としてユニット内アフィンカップリングを表現している。 提案した貢献により,実験は大幅に改善され,中間計算予算下でのすべての生成モデルにおける最先端の密度推定が明らかになった。
  論文  参考訳（メタデータ） (2021-06-08T18:24:41Z)
• Disentangling Observed Causal Effects from Latent Confounders using Method of Moments [67.27068846108047]
  我々は、軽度の仮定の下で、識別性と学習可能性に関する保証を提供する。 我々は,線形制約付き結合テンソル分解に基づく効率的なアルゴリズムを開発し,スケーラブルで保証可能な解を得る。
  論文  参考訳（メタデータ） (2021-01-17T07:48:45Z)
• Causal Expectation-Maximisation [70.45873402967297]
  ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。 我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。 我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
  論文  参考訳（メタデータ） (2020-11-04T10:25:13Z)

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。