論文の概要: Inferring Nonlinear Many-Body Bell Inequalities From Average Two-Body
Correlations: Systematic Approach for Arbitrary Spin-j Ensembles
- arxiv url: http://arxiv.org/abs/2012.08474v4
- Date: Sun, 22 Aug 2021 11:20:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-20 18:54:55.808481
- Title: Inferring Nonlinear Many-Body Bell Inequalities From Average Two-Body
Correlations: Systematic Approach for Arbitrary Spin-j Ensembles
- Title（参考訳）: 平均二体相関から非線形多体ベルの不等式を推定する:任意スピン-jアンサンブルの体系的アプローチ
- Authors: Guillem M\"uller-Rigat, Albert Aloy, Maciej Lewenstein and Ir\'en\'ee
Fr\'erot
- Abstract要約: ベルの不等式(BIs)を振動させることで、最小の仮定から絡み合った状態の準備を証明できる。
このような粗粒データに特化して、新しいデータ駆動型アプローチを開発する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Violating Bell's inequalities (BIs) allows one to certify the preparation of
entangled states from minimal assumptions -- in a device-independent manner.
Finding BIs tailored to many-body correlations as prepared in present-day
quantum computers and simulators is however a highly challenging endeavour. In
this work, we focus on BIs violated by very coarse-grain features of the
system: two-body correlations averaged over all permutations of the parties.
For two-outcomes measurements, specific BIs of this form have been
theoretically and experimentally studied in the past, but it is practically
impossible to explicitly test all such BIs. Data-driven methods --
reconstructing a violated BI from the data themselves -- have therefore been
considered. Here, inspired by statistical physics, we develop a novel
data-driven approach specifically tailored to such coarse-grain data. Our
approach offers two main improvements over the existing literature: 1) it is
directly designed for any number of outcomes and settings; 2) the obtained BIs
are quadratic in the data, offering a fundamental scaling advantage for the
precision required in experiments. This very flexible method, whose complexity
does not scale with the system size, allows us to systematically improve over
all previously-known Bell's inequalities robustly violated by ensembles of
quantum spin-$1/2$; and to discover novel families of Bell's inequalities,
tailored to spin-squeezed states and many-body spin singlets of arbitrary
spin-$j$ ensembles.
- Abstract（参考訳）: ベルの不等式(bis)に違反することで、デバイスに依存しない方法で、最小の仮定から絡み合った状態の準備を証明できる。
しかし、現在の量子コンピュータやシミュレータで準備された多体相関に合わせたbisを見つけることは、非常に難しい試みである。
本研究では,システムにおける非常に粗い特徴に違反するbisに着目した。
2アウトカム測定では、この形の特定のBIは理論上、実験的に研究されてきたが、これらのBIをすべて明示的にテストすることは事実上不可能である。
データ駆動型メソッド – 違反したBIをデータ自身から再構築する – が検討されている。
そこで,統計物理学に着想を得て,このような粗粒データに特化した新しいデータ駆動手法を開発した。
私たちのアプローチは、既存の文献よりも2つの大きな改善をもたらします。
1) 結果及び設定の何れかを直接的に設計する。
2) 得られたbisはデータに二次的であり, 実験に必要な精度に根本的なスケーリングの利点をもたらす。
この非常に柔軟な手法は、複雑性がシステムサイズに比例しないため、量子スピン-1/2$のアンサンブルによって強固に破られたベルの不等式を体系的に改善し、ベルの不等式の新しい族を発見し、スピンスキーズ状態と任意のスピン-j$アンサンブルの多体スピン一重項を見つけることができる。
関連論文リスト
- Trade-off between Bagging and Boosting for quantum
separability-entanglement classification [0.0]
量子分離性問題に対するランダムアンダーサンプリングブースターCHA(RUSBCHA)の長所と短所を比較した。
結果は、RUSBCHAがBCHAアプローチに代わるものであることを示唆している。
論文 参考訳（メタデータ） (2024-01-22T15:29:35Z) - Multimodal deep representation learning for quantum cross-platform
verification [60.01590250213637]
初期の量子コンピューティングの領域において重要な取り組みであるクロスプラットフォーム検証は、同一のアルゴリズムを実行する2つの不完全な量子デバイスとの類似性を特徴づけようと試みている。
本稿では,この課題におけるデータの形式化が2つの異なるモダリティを具現化する,革新的なマルチモーダル学習手法を提案する。
我々はこれらのモダリティから知識を独立して抽出するマルチモーダルニューラルネットワークを考案し、続いて融合操作により包括的データ表現を生成する。
論文 参考訳（メタデータ） (2023-11-07T04:35:03Z) - Experimental certification of more than one bit of quantum randomness in
the two inputs and two outputs scenario [0.0]
本稿では、量子資源を持つ敵に対して安全であるプライベート乱数を提供するように設計された最近のベル型演算子の実験的実現について述べる。
半定値計画法を用いて、 min-entropy と von Neumann entropy の両方の観点から、生成したランダム性に対する低い境界を与える。
本研究は,二分数測定から2ビット近いランダム性を証明した最初の実験である。
論文 参考訳（メタデータ） (2023-03-13T20:42:53Z) - Aligned Diffusion Schr\"odinger Bridges [64.48263879451069]
Diffusion Schr"odinger Bridges (DSBs) は、最近、異なる時間点における限界観測を通してダイナミクスを回復するための強力なフレームワークとして登場した。
これまで、DSBを解くための既存のアルゴリズムは、整列データの構造を活用できなかった。
本稿では,データアライメントを尊重しながらDSBを初めて解決する新しいアルゴリズムフレームワークを提案する。
論文 参考訳（メタデータ） (2023-02-22T14:55:57Z) - Skeptical binary inferences in multi-label problems with sets of
probabilities [0.0]
複数ラベル問題に対する分布的に堅牢で懐疑的な推測を行うことの問題点を考察する。
懐疑論により、我々はこの集合内のすべての分布に対して真であるような推論のみを有効とみなすことができると理解する。
特にハミング損失の場合、多ラベル問題における共通損失関数について検討し、この設定において懐疑的な推論がいかに可能かを示す。
論文 参考訳（メタデータ） (2022-05-02T05:37:53Z) - Unveiling quantum entanglement in many-body systems from partial
information [0.0]
本稿では,非文字化量子多体状態に対するフレキシブルなデータ駆動絡み検出手法を提案する。
これは量子優位な状態における実験に直ちに関係している。
論文 参考訳（メタデータ） (2021-07-08T16:17:02Z) - Semi-supervised Long-tailed Recognition using Alternate Sampling [95.93760490301395]
ロングテール認識の主な課題は、データ分布の不均衡とテールクラスにおけるサンプル不足である。
半教師付き長尾認識という新しい認識設定を提案する。
2つのデータセットで、他の競合方法よりも大幅な精度向上を実証します。
論文 参考訳（メタデータ） (2021-05-01T00:43:38Z) - Heteroskedastic and Imbalanced Deep Learning with Adaptive
Regularization [55.278153228758434]
実世界のデータセットはヘテロスケダティックで不均衡である。
ヘテロスケダスティック性と不均衡を同時に扱うことは、未発見である。
本稿ではヘテロスケダスティックデータセットに対するデータ依存正規化手法を提案する。
論文 参考訳（メタデータ） (2020-06-29T01:09:50Z) - Classify and Generate Reciprocally: Simultaneous Positive-Unlabelled
Learning and Conditional Generation with Extra Data [77.31213472792088]
クラスラベルデータの不足は、多くの機械学習問題において、ユビキタスなボトルネックとなっている。
本稿では, 正負ラベル付き(PU)分類と, 余分なラベル付きデータによる条件生成を活用することで, この問題に対処する。
本稿では,PU分類と条件生成を併用した新たなトレーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-14T08:27:40Z) - Gaussian Process States: A data-driven representation of quantum
many-body physics [59.7232780552418]
我々は、絡み合った多体量子状態をコンパクトに表現するための、新しい非パラメトリック形式を示す。
この状態は、非常にコンパクトで、体系的に即効性があり、サンプリングに効率的である。
また、量子状態に対する普遍的な近似器として証明されており、データセットのサイズが大きくなるにつれて、絡み合った多体状態も捉えることができる。
論文 参考訳（メタデータ） (2020-02-27T15:54:44Z)
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。