論文の概要: Discriminating qubit amplitude damping channels
- arxiv url: http://arxiv.org/abs/2009.01000v3
- Date: Fri, 12 Mar 2021 16:11:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-04 01:12:24.263368
- Title: Discriminating qubit amplitude damping channels
- Title(参考訳): 量子ビット振幅減衰チャネルの識別
- Authors: Milajiguli Rexiti and Stefano Mancini
- Abstract要約: 我々は、励起状態が常に最適入力を与えるとは限らないことを示し、側絡補助は限られた利益をもたらすことを示した。
二点目では、絡み合った入力の実用性を証明する。その後、個々の(局所的な)測定に焦点をあてて、最適な適応戦略を見出す。
- 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: We address the issue of the discrimination between two-qubit amplitude
damping channels by exploring several strategies. For the single-shot, we show
that the excited state does not always give the optimal input, and that side
entanglement assistance has limited benefit. On the contrary, feedback
assistance from the environment is more beneficial. For the two-shot, we prove
the in-utility of entangled inputs. Then focusing on individual (local)
measurements, we find the optimal adaptive strategy.
- Abstract(参考訳): 本稿では,2ビット振幅減衰チャネルの識別の問題点を,いくつかの戦略を探求することによって解決する。
シングルショットの場合、励起状態は必ずしも最適な入力を与えておらず、その側絡み合い支援は限定的な利点を有することを示す。
反対に、環境からのフィードバックの支援の方が有益です。
2枚目では、絡み合った入力の実用性を証明する。
そして、個別の(局所的な)測定に焦点を合わせ、最適な適応戦略を見つける。
関連論文リスト
- Weak value advantage in overcoming noise on the primary system [0.15346678870160887]
各種ノイズチャネル内の弱値を測定するための弱測定プロトコルの性能を解析する。
ノイズに対する感度が弱測定プロトコルで2次的に低下する特定の事例をピンポイントで特定する。
論文 参考訳(メタデータ) (2024-01-10T20:00:30Z) - Enhancing Video Super-Resolution via Implicit Resampling-based Alignment [44.27520685545412]
超高解像度ビデオでは、時間とともに情報伝達をサポートするためにフレームワイドアライメントを用いるのが一般的である。
我々は,アライメントが有効であるためには,空間歪みを最小限に抑えながら基準周波数スペクトルを維持すべきであることを示す。
論文 参考訳(メタデータ) (2023-04-29T03:59:36Z) - Adversarial Support Alignment [63.19916250624022]
本稿では,サポート間のミスマッチを定量化するための分散尺度として,対称的支持差を提案する。
選択判別器は, 1次元の出力空間における支持差として, 支持差をマップできることを示す。
本手法は, 識別器1D空間における対称性を緩和した最適輸送コストを, 対向過程により最小化することにより, 支持を整合させる。
論文 参考訳(メタデータ) (2022-03-16T19:46:09Z) - Discrimination of dephasing channels [0.0]
特に、エネルギー制約のない入力状態に対する最適化は、qubit、qutrit、ququartに対して解析的に解決される。
この場合、サイドエンタングルメント支援戦略に頼っても全く役に立たないことが示されている。
論文 参考訳(メタデータ) (2022-01-02T18:15:55Z) - Robust Audio-Visual Instance Discrimination [79.74625434659443]
音声・映像表現を学習するための自己指導型学習法を提案する。
視聴覚インスタンスの識別の問題に対処し、転送学習パフォーマンスを向上させます。
論文 参考訳(メタデータ) (2021-03-29T19:52:29Z) - Jo-SRC: A Contrastive Approach for Combating Noisy Labels [58.867237220886885]
Jo-SRC (Joint Sample Selection and Model Regularization based on Consistency) というノイズロバスト手法を提案する。
具体的には、対照的な学習方法でネットワークをトレーニングする。
各サンプルの2つの異なるビューからの予測は、クリーンまたは分布不足の「可能性」を推定するために使用されます。
論文 参考訳(メタデータ) (2021-03-24T07:26:07Z) - VIB is Half Bayes [80.3767111908235]
変分情報ボトルネックは, 完全経験的目標と完全ベイズ的目標との妥協と見なすことができる。
このアプローチはベイズの利点のいくつかを提供する一方で、一部の作業しか必要としない、と私たちは主張する。
論文 参考訳(メタデータ) (2020-11-17T15:36:35Z) - A Study of Efficient Light Field Subsampling and Reconstruction
Strategies [22.116100469958436]
光分野におけるサブサンプリングと再構築戦略について検討する。
入力の角密度の影響も評価した。
これらの戦略は、圧縮、角超解像、カメラシステムの設計といった将来の光場研究に応用できる。
論文 参考訳(メタデータ) (2020-08-11T13:32:11Z) - Audio-Visual Instance Discrimination with Cross-Modal Agreement [90.95132499006498]
本稿では,映像と音声から音声・視覚表現を学習するための自己教師型学習手法を提案する。
モーダル内識別よりも、モーダル間識別を最適化することが、ビデオやオーディオから優れた表現を学ぶ上で重要であることを示す。
論文 参考訳(メタデータ) (2020-04-27T16:59:49Z) - The Simulator: Understanding Adaptive Sampling in the
Moderate-Confidence Regime [52.38455827779212]
エミュレータと呼ばれる適応サンプリングを解析するための新しい手法を提案する。
適切なログファクタを組み込んだトップk問題の最初のインスタンスベースの下位境界を証明します。
我々の新しい分析は、後者の問題に対するこの種の最初のエミュレータであるベストアームとトップkの識別に、シンプルでほぼ最適であることを示した。
論文 参考訳(メタデータ) (2017-02-16T23:42:02Z)
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。