Fugu-MT 論文翻訳(概要): Quantum Illumination with a generic Gaussian source

論文の概要: Quantum Illumination with a generic Gaussian source

arxiv url: http://arxiv.org/abs/2005.07733v2
Date: Wed, 1 Jul 2020 09:43:26 GMT
ステータス: 処理完了
システム内更新日: 2023-05-20 03:05:00.193630
Title: Quantum Illumination with a generic Gaussian source
Title（参考訳）: 一般ガウス源を用いた量子照明
Authors: Athena Karsa, Gaetana Spedalieri, Quntao Zhuang, Stefano Pirandola
Abstract要約: 我々は、コヒーレント・ステート・トランスミッターの古典的ベンチマークよりも量子的優位性を達成するために、最大絡み合いは厳密には必要ないことを発見した。この量子古典的比較を行ないながら、短距離レーダー(またはスキャナー)の潜在的な応用に適したパラメータの体系についても検討する。
参考スコア（独自算出の注目度）: 0.7874708385247353
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: With the aim to loosen the entanglement requirements of quantum illumination, we study the performance of a family of Gaussian states at the transmitter, combined with an optimal and joint quantum measurement at the receiver. We find that maximal entanglement is not strictly necessary to achieve quantum advantage over the classical benchmark of a coherent-state transmitter, in both settings of symmetric and asymmetric hypothesis testing. While performing this quantum-classical comparison, we also investigate a suitable regime of parameters for potential short-range radar (or scanner) applications.
Abstract（参考訳）: 量子照明の絡み合い要件を緩和することを目的として、送信機におけるガウス状態の族の性能を、受信機における最適量子測定と合同量子測定と組み合わせて検討する。我々は、コヒーレント状態伝達器の古典的ベンチマークに対して、対称的および非対称的仮説テストの両方で量子優位を達成するために、最大絡み合いは厳密には必要ないことを発見した。この量子古典比較を行ないながら、短距離レーダー(またはスキャナー)の潜在的な応用に適したパラメータの体系についても検討する。

関連論文リスト

Quantum Target Ranging for LiDAR [0.0]
マルチハイポテーシステストの文脈における量子ターゲットランキングとその実世界のLiDARシステムへの適用性について検討する。我々は、目標検出のよく研究された問題と比較すると、レンジは一般的に簡単な作業であることを示した。次に、位相非感応測定の文脈における量子レンジの理論的境界と利点を分析する。
論文参考訳（メタデータ） (2024-08-05T17:00:14Z)
PT-symmetric quantum sensing: advantages and restrictions [3.543616009111265]
非エルミート系が、センシングにおいてエルミート系よりも優れているかどうかについての議論は、未解決の問題である。非エルミート量子センシングの利点の存在は、PT対称量子センサを構築するために導入された余分な自由度によってもたらされる追加の情報資源に大きく依存していることが判明した。本研究は,非エルミート量子センサの高性能化と,量子精度測定や量子情報処理の研究分野への応用の可能性について理論的考察を行った。
論文参考訳（メタデータ） (2023-12-13T04:29:41Z)
Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
量子計算を古典的な結果によって補う手法を提案する。予測の利点を生かして、新しいタイプの量子測度がもたらされる。予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
論文参考訳（メタデータ） (2022-09-12T15:47:44Z)
Symmetric Pruning in Quantum Neural Networks [111.438286016951]
量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
論文参考訳（メタデータ） (2022-08-30T08:17:55Z)
Noiseless linear amplification in quantum target detection using Gaussian states [0.0]
量子目標検出は、純粋に古典的な方法では不可能なターゲット検出の性能を達成するために量子技術を活用することを目的としている。本稿では、量子照度に基づく量子目標検出プロトコルの検出段階におけるノイズレス線形増幅器の利用について考察する。
論文参考訳（メタデータ） (2022-01-07T14:50:42Z)
Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
論文参考訳（メタデータ） (2021-12-27T21:15:35Z)
Quantum probes for the characterization of nonlinear media [50.591267188664666]
本研究では, 非線形結合 $tildelambda$ および非線形性次数 $zeta$ の個人および共同推定をいかに改善するかを検討する。量子プローブは非線形媒体のキャラクタリゼーションの精度を高めるための資源であり、現在の技術による潜在的な応用を予見する。
論文参考訳（メタデータ） (2021-09-16T15:40:36Z)
Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文参考訳（メタデータ） (2021-08-30T23:50:05Z)
Optimal squeezing for quantum target detection [0.0]
アイドラーフリーの圧縮型セットアップが,半古典的ベンチマークに勝ることを示す。共同最適化されたプローブは、入力光子の平均値と同じコヒーレントな状態を正確に上回り得ることを示す。
論文参考訳（メタデータ） (2021-08-19T09:25:47Z)
Preparing random states and benchmarking with many-body quantum chaos [48.044162981804526]
時間に依存しないハミルトン力学の下で自然にランダム状態アンサンブルの出現を予測し、実験的に観察する方法を示す。観測されたランダムアンサンブルは射影測定から現れ、より大きな量子系のサブシステムの間に構築された普遍的相関に密接に関連している。我々の研究は、量子力学におけるランダム性を理解するための意味を持ち、より広い文脈でのこの概念の適用を可能にする。
論文参考訳（メタデータ） (2021-03-05T08:32:43Z)
On the classical capacity of quantum Gaussian measurement [0.0]
一般に最適なアンサンブルの平均状態のガウス性を証明する。アンサンブルの構造に関するガウス最大化器の仮説について論じる。
論文参考訳（メタデータ） (2021-01-02T11:11:22Z)

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。