論文の概要: Gain in Performance of Teleportation with Uniformity-breaking Distributions

• arxiv url: http://arxiv.org/abs/2010.14552v2
• Date: Mon, 21 Feb 2022 08:31:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-27 08:33:44.390246
• Title: Gain in Performance of Teleportation with Uniformity-breaking Distributions
• Title（参考訳）: 均一分布を用いたテレポーテーションの性能向上
• Authors: Saptarshi Roy, Shiladitya Mal, Aditi Sen De
• Abstract要約: 入力状態に関する事前情報は、量子テレポーテーションの効率を高めるために利用することができる。 入力アンサンブルの情報量の増加に伴い, 偏差が減少するにつれて, 平均忠実度が増大することを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Prior information about the input state can be utilized to enhance the efficiency of quantum teleportation which we quantify using the first two moments of fidelity. The input knowledge is introduced by relaxing the uniformity assumption in the distribution of the input state and considering non-uniform distributions, namely the polar cap and von Mises-Fisher densities. For these distributions,we show that the average fidelity increases while the deviation decreases with the increase of information content about the input ensemble thereby establishing its role as a resource. Our comparative study between these two distributions reveals that for the same amount of information content about inputs, although the average fidelity yield is the same for both, the polar cap distribution is "better" as it offers a smaller deviation. Moreover, we contrast the resource of prior information with other resources involved in the protocol like shared entanglement and classical communication. Specifically, we observe that unlike uniform distribution, the amount of classical communication required to fulfill the task decreases with the increase of information available for inputs. We also investigate the role of prior information in higher (three) dimensional teleportation and report the signatures of dimensional advantage in prior information-based teleportation.
• Abstract（参考訳）: 入力状態に関する事前情報は、最初の2つの忠実度モーメントを用いて量子テレポーテーションの効率を高めるために利用することができる。 入力状態の分布における一様性仮定を緩和し、非一様分布、すなわち極性キャップとフォン・ミーゼス・フィッシャー密度を考慮することにより入力知識を導入する。 これらの分布について,入力アンサンブルに関する情報コンテンツの増加に伴い,平均忠実度は上昇し,偏差は減少し,資源としての役割が確立することを示す。 これら2つの分布の比較研究により、入力に関する情報内容が同じ量である場合、平均忠実度はどちらも同じであるが、極冠分布はより小さな偏差を与えるため「より小さい」ことが判明した。 さらに、従来の情報資源と、共有絡みや古典的コミュニケーションといったプロトコルに関わる他のリソースとを対比する。 具体的には,一様分布とは異なり,入力情報の増加に伴い,タスク遂行に必要な古典的通信量は減少する。 また,高次元テレポーテーションにおける先行情報の役割を調査し,先行情報に基づくテレポーテーションにおける次元アドバンテージのシグネチャを報告する。

関連論文リスト

• Accelerated Stochastic ExtraGradient: Mixing Hessian and Gradient Similarity to Reduce Communication in Distributed and Federated Learning [50.382793324572845]
  分散コンピューティングはデバイス間の通信を伴うため、効率性とプライバシという2つの重要な問題を解決する必要がある。 本稿では,データ類似性とクライアントサンプリングのアイデアを取り入れた新しい手法について分析する。 プライバシー問題に対処するために,付加雑音の手法を適用し,提案手法の収束への影響を解析する。
  論文  参考訳（メタデータ） (2024-09-22T00:49:10Z)
• Mutual Information Multinomial Estimation [53.58005108981247]
  相互情報(MI)の推定は、データサイエンスと機械学習の基本的な課題である。 我々の主な発見は、データ分布の予備的な推定が、劇的に予測に役立ちます。 非ガウス的合成問題を含む多種多様な課題に対する実験は,本手法の利点を実証している。
  論文  参考訳（メタデータ） (2024-08-18T06:27:30Z)
• Boosting information transfer in a quantum correlated medium [0.0]
  既存の量子通信プロトコルは、一般的に送信者と受信者の間で共有された絡み合った状態に基づいている。 エンタングルメント分布を伴わない量子相関媒質で情報伝達を促進できることを示す。
  論文  参考訳（メタデータ） (2024-06-13T16:16:59Z)
• Harnessing the Power of Vicinity-Informed Analysis for Classification under Covariate Shift [9.530897053573186]
  本稿では,周辺情報,すなわちデータポイントの局所的構造を利用した新しい異種性尺度を提案する。 提案手法を用いて過大な誤差を特徴付けるとともに,従来の手法と比較して高速あるいは競合的な収束率を示す。
  論文  参考訳（メタデータ） (2024-05-27T07:55:27Z)
• Theoretical Insights for Diffusion Guidance: A Case Study for Gaussian Mixture Models [59.331993845831946]
  拡散モデルは、所望の特性に向けてサンプル生成を操るために、スコア関数にタスク固有の情報を注入することの恩恵を受ける。 本稿では,ガウス混合モデルの文脈における拡散モデルに対する誘導の影響を理解するための最初の理論的研究を提供する。
  論文  参考訳（メタデータ） (2024-03-03T23:15:48Z)
• Augmented Bridge Matching [32.668433085737036]
  フローとブリッジマッチングのプロセスは、任意のデータ分布の間を補間することができる。 マッチングプロセスの簡単な変更により,速度場を増大させることで,この結合が回復することを示す。 画像翻訳タスクの混合学習における拡張の効率について説明する。
  論文  参考訳（メタデータ） (2023-11-12T22:42:34Z)
• Significance of Fidelity Deviation in Continuous Variable Teleportation [0.0]
  CV状態は, 平均忠実度と忠実度差を両立させることにより, より良好に評価できることを示す。 我々は,2つの異なる入力シナリオにおいて,テレポーテーションプロトコルの性能に光を当てた。
  論文  参考訳（メタデータ） (2022-03-13T15:39:24Z)
• Fair Densities via Boosting the Sufficient Statistics of Exponential Families [72.34223801798422]
  フェアネスのためのデータ前処理にブースティングアルゴリズムを導入する。 私たちのアプローチは、最小限の公平性を確保しながら、より良いデータフィッティングへとシフトします。 実世界のデータに結果の質を示す実験結果が提示される。
  論文  参考訳（メタデータ） (2020-12-01T00:49:17Z)
• Focus of Attention Improves Information Transfer in Visual Features [80.22965663534556]
  本稿では,真のオンライン環境下での視覚情報伝達のための教師なし学習に焦点を当てた。 エントロピー項の計算は、エントロピー項のオンライン推定を行う時間的プロセスによって行われる。 入力確率分布をよりよく構成するために,人間のような注目モデルを用いる。
  論文  参考訳（メタデータ） (2020-06-16T15:07:25Z)
• The Variational Bandwidth Bottleneck: Stochastic Evaluation on an Information Budget [164.65771897804404]
  多くのアプリケーションにおいて、複雑な入力データから関連する情報のみを抽出することが望ましい。 情報ボトルネック法は、これを情報理論最適化問題として定式化する。 本稿では,特権情報の推定値について,各例について決定する帯域幅のばらつきボトルネックを提案する。
  論文  参考訳（メタデータ） (2020-04-24T18:29:31Z)

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。