論文の概要: Markovianization with approximate unitary designs

• arxiv url: http://arxiv.org/abs/2004.07620v2
• Date: Wed, 9 Jun 2021 10:32:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-23 06:59:51.873089
• Title: Markovianization with approximate unitary designs
• Title（参考訳）: 近似ユニタリデザインによるマルコビアン化
• Authors: Pedro Figueroa-Romero, Felix A. Pollock, Kavan Modi
• Abstract要約: 相関のすべての順序に対して高度にマルコフ的に見える物理的非マルコフ的過程が存在することを証明する。 量子プロセスが近似ユニタリ設計によって与えられるダイナミクスを持つ場合、非マルコフメモリのサイズに依存する大きな偏差が示唆される。
• 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: Memoryless processes are ubiquitous in nature, in contrast with the mathematics of open systems theory, which states that non-Markovian processes should be the norm. This discrepancy is usually addressed by subjectively making the environment forgetful. Here we prove that there are physical non-Markovian processes that with high probability look highly Markovian for all orders of correlations; we call this phenomenon Markovianization. Formally, we show that when a quantum process has dynamics given by an approximate unitary design, a large deviation bound on the size of non-Markovian memory is implied. We exemplify our result employing an efficient construction of an approximate unitary circuit design using two-qubit interactions only, showing how seemingly simple systems can speedily become forgetful. Conversely, since the process is closed, it should be possible to detect the underlying non-Markovian effects. However, for these processes, observing non-Markovian signatures would require highly entangling resources and hence be a difficult task.
• Abstract（参考訳）: 開システム理論の数学とは対照的に、メモリレス過程は自然界においてユビキタスであり、非マルコフ過程はノルムであるべきであると述べる。 この相違は通常、主観的に環境を忘れることで対処される。 ここでは、高い確率を持つ物理的非マルコフ過程が、すべての相関の順序に対して非常にマルコフ的に見えることを証明する。 形式的には、量子プロセスが近似ユニタリ設計によって与えられるダイナミクスを持つ場合、非マルコフメモリのサイズに依存する大きな偏差が示唆される。 2量子ビットインタラクションのみを用いた近似ユニタリ回路設計の効率的な構成を例示し、一見単純なシステムがいかに早く忘れられるかを示す。 逆に、この過程は閉であるので、マルコフ効果を検出できるはずである。 しかし、これらのプロセスでは、非マルコフ符号の観察は、非常に密接な資源を必要とするため、難しい作業となる。

関連論文リスト

• Relations between Markovian and non-Markovian correlations in multitime quantum processes [0.0]
  我々は、高度に非マルコフ過程でさえ、十分な数のステップがある場合、最大で完全な相関を持つように任意に近づくことを発見した。 これは、高度に非マルコフ過程でさえ、十分に多くのステップがある場合、最大で完全な相関を持つような任意に近いかもしれないことを意味する。
  論文  参考訳（メタデータ） (2023-12-15T19:00:20Z)
• What do larger image classifiers memorise? [64.01325988398838]
  トレーニング例は, モデルサイズにまたがって, 予想外の多彩な記憶軌跡を示す。 有効で一般的なモデル圧縮手法である知識蒸留は,記憶を阻害する傾向があり,一般化も改善する。
  論文  参考訳（メタデータ） (2023-10-09T01:52:07Z)
• Diagrammatic method for many-body non-Markovian dynamics: memory effects and entanglement transitions [0.0]
  我々は,多体系のコヒーレント進化と非マルコフ浴とを結合した量子力学について検討した。 量子ジャンプの観点から非マルコフ力学を解く手法を提案する。
  論文  参考訳（メタデータ） (2023-02-21T09:42:02Z)
• Fluctuation Theorems for multitime processes [1.52292571922932]
  我々は、量子チャネルに使用されるゆらぎ定理を、マルチタイムプロセスに拡張する。 与えられたエントロピー生成は閉系環境の結果と等しくなることを示す。
  論文  参考訳（メタデータ） (2022-01-21T13:41:15Z)
• Preserving quantum correlations and coherence with non-Markovianity [50.591267188664666]
  量子系における相関とコヒーレンスを保存するための非マルコビアン性の有用性を示す。 共変量子ビットの進化に対して、非マルコビアン性は、常に量子コヒーレンスを保存するために使用できることを示す。
  論文  参考訳（メタデータ） (2021-06-25T11:52:51Z)
• Quantify the Non-Markovian Process with Intervening Projections in a Superconducting Processor [1.9790421227325208]
  量子状態において、量子系の測定がしばしばそれを妨げるため、非マルコフ的マーキティの定義や定量化は困難である。 超伝導プロセッサのオープン量子力学をシミュレートし、非マルコフ過程をキャラクタリゼーションし定量化する。
  論文  参考訳（メタデータ） (2021-05-07T15:36:22Z)
• Time-Dependent Dephasing and Quantum Transport [68.8204255655161]
  非マルコフ的脱落促進輸送が非対称な構成でのみ現れることを示す。 制御可能で実験的に実装可能なシステムを考えると、同様の結果が得られる。
  論文  参考訳（メタデータ） (2021-02-20T22:44:08Z)
• Attention that does not Explain Away [54.42960937271612]
  Transformerアーキテクチャに基づくモデルは、大規模なタスクに対して競合するアーキテクチャに基づくモデルよりも精度が高い。 Transformerのユニークな特徴は、任意の距離で自由な情報の流れを可能にする自己認識機構の普遍的な応用である。 本稿では,実装が簡単で,"説明的回避"効果を避けるための理論的保証を提供する,二重正規化アテンション方式を提案する。
  論文  参考訳（メタデータ） (2020-09-29T21:05:39Z)
• Shannon Entropy Rate of Hidden Markov Processes [77.34726150561087]
  隠れマルコフ連鎖のエントロピー率を計算する方法を示す。 また,この手法が最小限の無限予測的特徴を与えることを示す。 続編は、構造に関するチャレンジの第2部に対処します。
  論文  参考訳（メタデータ） (2020-08-29T00:48:17Z)
• Generalized Entropy Regularization or: There's Nothing Special about Label Smoothing [83.78668073898001]
  本稿では, ラベル平滑化を含むエントロピー正則化器群を紹介する。 モデル性能のばらつきはモデルのエントロピーによって大きく説明できる。 我々は,他のエントロピー正規化手法の使用を推奨する。
  論文  参考訳（メタデータ） (2020-05-02T12:46:28Z)

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。