Fugu-MT 論文翻訳(概要): Choice of mutually unbiased bases and outcome labelling affects measurement outcome secrecy

論文の概要: Choice of mutually unbiased bases and outcome labelling affects measurement outcome secrecy

arxiv url: http://arxiv.org/abs/2006.08226v2
Date: Wed, 10 Mar 2021 09:34:44 GMT
ステータス: 処理完了
システム内更新日: 2023-05-13 20:27:45.647597
Title: Choice of mutually unbiased bases and outcome labelling affects measurement outcome secrecy
Title（参考訳）: 相互バイアスのないベースの選択と結果ラベル付けが測定結果の機密性に影響を及ぼす
Authors: Mirdit Doda, Matej Pivoluska, and Martin Plesch
Abstract要約: Mutually Unbiased Bases (MUB) は、量子情報処理における多くのプロトコルにおいて重要な要素である。 MUBの特定の特性は、測定結果のラベル付けを含む特定の選択に決定的に依存することを示す。
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: Mutually unbiased bases (MUBs) are a crucial ingredient for many protocols in quantum information processing. Measurements performed in these bases are unbiased to the maximally possible extent, which is used to prove randomness or secrecy of measurement results. In this work we show that certain properties of sets of MUBs crucially depend on their specific choice, including, somewhat surprisingly, measurement outcome labelling. If measurements are chosen in a coherent way, the secrecy of the result can be completely lost for specific sets of MUB measurements, while partially retained for others. This can potentially impact a broad spectrum of applications, where MUBs are utilized.
Abstract（参考訳）: Mutually Unbiased Bases (MUB) は、量子情報処理における多くのプロトコルにおいて重要な要素である。これらのベースで実施される測定は、測定結果のランダム性または秘密性を証明するために使用される最大範囲に偏らない。本研究では, MUB の特定の特性が, 測定結果のラベル付けなど, 特定の選択に決定的に依存していることを示す。もし測定がコヒーレントな方法で選択された場合、結果の機密性は特定のMUB測定セットで完全に失われるが、部分的に他の測定には保持される。これは、MBUが使用される幅広いアプリケーションに影響を及ぼす可能性がある。

関連論文リスト

Permutation-Based Rank Test in the Presence of Discretization and Application in Causal Discovery with Mixed Data [16.892960387325743]
心理学的な研究において、ある人の特定の個性の次元の連続的なレベルは、離散化後にのみ測定できる。変数が離散化されても統計的誤差を適切に制御できる混合データ置換型ランクテスト(MPRT)を提案する。 MPRTは離散化の有無でType Iエラーを効果的に制御できるが、以前の方法では制御できない。
論文参考訳（メタデータ） (2025-01-31T09:47:26Z)
To Believe or Not to Believe Your LLM [51.2579827761899]
大規模言語モデル(LLM)における不確実性定量化について検討する。疫学的な不確実性が大きい場合にのみ確実に検出できる情報理論の指標を導出する。定式化の利点を実証する一連の実験を行う。
論文参考訳（メタデータ） (2024-06-04T17:58:18Z)
Uncertainty relations for quantum measurements from generalized equiangular tight frames [0.0]
情報過剰測定は、量子情報処理において貴重なツールである。互いに偏りのない基底を持つ$d+1$の存在は、素パワーである$d$に対して証明される。ある種の制限が過度に不注意に保たれることは興味深い。
論文参考訳（メタデータ） (2024-05-30T09:57:21Z)
Measurement sharpness and disturbance tradeoff [0.0]
与えられた測定に対する測定後の状態はユニークではなく、選択された測定モデルに大きく依存している。本測定のシャープネスと, 前向きおよび後向き状態空間の平均忠実度との間には,異なるトレードオフ関係があることが示されている。特に, この測定のシャープネスと, 測定前および測定後状態空間の平均忠実度との間には, 異なるトレードオフ関係があることが示されている。
論文参考訳（メタデータ） (2023-08-08T08:43:39Z)
Distributed quantum incompatibility [0.0]
付加的な測定によって得られる不整合性は、利用可能な測定のサブセットの不整合性の特定の関数によって上下に制限されていることを示す。ベル実験における測定回数を増やすことで得られる非局所性に対する結果について考察する。
論文参考訳（メタデータ） (2023-01-20T16:47:18Z)
To Impute or not to Impute? -- Missing Data in Treatment Effect Estimation [84.76186111434818]
我々は,MCM(Mixed Con founded missingness)と呼ばれる新しい欠損機構を同定し,ある欠損度が治療選択を判断し,他の欠損度が治療選択によって決定されることを示した。本研究は,全てのデータを因果的に入力すると,不偏推定を行うために必要な情報を効果的に除去するので,処理効果のモデルが貧弱になることを示す。私たちのソリューションは選択的計算であり、CMMからの洞察を使って、どの変数をインプットすべきで、どの変数をインプットすべきでないかを正確に知らせる。
論文参考訳（メタデータ） (2022-02-04T12:08:31Z)
Experimentally determining the incompatibility of two qubit measurements [55.41644538483948]
2つの量子ビット測定の不整合性を評価するための実験的な手順を記述し、実現した。この事実を光学的に証明し、量子ビット状態が光子の偏光度に符号化される。
論文参考訳（メタデータ） (2021-12-15T19:01:44Z)
Detecting Entanglement can be More Effective with Inequivalent Mutually Unbiased Bases [0.0]
Mutually Unbiased Bases (MUB) は量子状態の検証に標準のツールを提供する。拡張不可能な MUB は、高次元の他の非等価集合と同様に、絡み合いの検証においてより効果的であることを示す。実験装置に最適MUBを付加することにより,より大規模な絡み合った状態を検出する段階的アプローチが可能であるため,実験者にとって特に有用である。
論文参考訳（メタデータ） (2020-11-30T18:20:06Z)
Scalable quantum processor noise characterization [57.57666052437813]
累積展開に基づく多ビットデバイスに対する近似的MCMを構築するためのスケーラブルな方法を提案する。また,本手法は,様々な種類の相関誤差を特徴付けるためにも利用できる。
論文参考訳（メタデータ） (2020-06-02T17:39:42Z)
Almost-Matching-Exactly for Treatment Effect Estimation under Network Interference [73.23326654892963]
本研究では,観測ネットワーク上でユニットが接続されたランダム化実験から直接処理効果を回復するマッチング手法を提案する。本手法は, 近傍グラフ内の一意部分グラフの個数にほぼ一致する。
論文参考訳（メタデータ） (2020-03-02T15:21:20Z)
Distributed, partially collapsed MCMC for Bayesian Nonparametrics [68.5279360794418]
ディリクレ法やベータ・ベルヌーリ法のようなモデルでよく用いられる完全無作為測度は独立な部分測度に分解可能であるという事実を利用する。この分解を用いて、潜在測度を、インスタンス化された成分のみを含む有限測度と、他のすべての成分を含む無限測度に分割する。得られたハイブリッドアルゴリズムは、収束保証を犠牲にすることなくスケーラブルな推論を可能にすることができる。
論文参考訳（メタデータ） (2020-01-15T23:10:13Z)

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。