論文の概要: Emergent complex quantum networks in continuous-variables non-Gaussian states

• arxiv url: http://arxiv.org/abs/2012.15608v4
• Date: Mon, 12 Sep 2022 09:35:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-18 05:50:52.541412
• Title: Emergent complex quantum networks in continuous-variables non-Gaussian states
• Title（参考訳）: 連続変数非ガウス状態における創発的複素量子ネットワーク
• Authors: Mattia Walschaers, Nicolas Treps, Bhuvanesh Sundar, Lincoln D. Carr, Valentina Parigi
• Abstract要約: マルチパーティの絡み合いと非ガウス統計の両方を示す連続変数量子状態のクラスについて検討する。 特に、状態はガウスエンタングリング操作によって生成された初期インプリントされたクラスタ状態から構築される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We use complex network theory to study a class of continuous-variable quantum states that present both multipartite entanglement and non-Gaussian statistics. We consider the intermediate scale of several dozens of components at which such systems are already hard to characterize. In particular, the states are built from an initial imprinted cluster state created via Gaussian entangling operations according to a complex network structure. We then engender non-Gaussian statistics via multiple photon subtraction operations acting on a single node. We replicate in the quantum regime some of the models that mimic real-world complex networks in order to test their structural properties under local operations. We then go beyond the already known single-mode effects, by studying the emergent network of photon-number correlations via complex networks measures. We analytically prove that the imprinted network structure defines a vicinity of nodes, at a distance of four steps from the photon-subtracted node, in which the emergent network changes due to photon subtraction. Moreover, our numerical analysis shows that the emergent structure is greatly influenced by the structure of the imprinted network. Indeed, while the mean and the variance of the degree and clustering distribution of the emergent network always increase, the higher moments of the distributions are governed by the specific structure of the imprinted network. Finally, we show that the behaviour of nearest neighbours of the subtraction node depends on how they are connected to each other in the imprinted structure.
• Abstract（参考訳）: 複素ネットワーク理論を用いて、多粒子交絡と非ガウス統計の両方を示す連続変数量子状態のクラスを研究する。 このようなシステムの特徴付けがすでに困難である数十のコンポーネントの中間スケールについて検討する。 特に、状態は複雑なネットワーク構造に従ってガウスエンタングリング操作によって生成された初期インプリントされたクラスタ状態から構築される。 そして、一つのノードに作用する複数の光子減算演算を通して非ガウス統計を導く。 我々は,実世界の複雑なネットワークを模倣したモデルのいくつかを量子環境で再現し,局所操作下での構造特性をテストする。 次に、既に知られている単一モード効果を超えて、複素ネットワーク測度による光子数相関の創発的ネットワークを研究する。 我々は、インプリントされたネットワーク構造が、光子減算による創発的ネットワークが変化する光子減算ノードから4段階の距離で、ノードの近傍を定義することを解析的に証明した。 さらに, 数値解析により, 創発的構造はインプリントネットワークの構造に大きく影響していることが示された。 実際、創発的ネットワークの次数とクラスタリング分布の平均と分散は常に増加するが、分布の高次モーメントはインプリントされたネットワークの特定の構造によって制御される。 最後に, サブトラクションノードの近傍近傍の挙動は, インプリント構造において互いにどのように接続されているかに依存することを示した。

関連論文リスト

• Spectral complexity of deep neural networks [2.099922236065961]
  我々は,ネットワークアーキテクチャの複雑さを特徴付けるために,制限場の角パワースペクトルを用いる。 そこで我々は,ニューラルネットワークを低次,スパース,高次と分類する。 本稿では,この分類が標準アクティベーション関数の様々な特徴,特にReLUネットワークの空間特性を如何に強調するかを示す。
  論文  参考訳（メタデータ） (2024-05-15T17:55:05Z)
• Image segmentation with traveling waves in an exactly solvable recurrent neural network [71.74150501418039]
  繰り返しニューラルネットワークは、シーンの構造特性に応じて、画像をグループに効果的に分割できることを示す。 本稿では,このネットワークにおけるオブジェクトセグメンテーションのメカニズムを正確に記述する。 次に、グレースケール画像中の単純な幾何学的対象から自然画像まで、入力をまたいで一般化するオブジェクトセグメンテーションの簡単なアルゴリズムを実証する。
  論文  参考訳（メタデータ） (2023-11-28T16:46:44Z)
• DANI: Fast Diffusion Aware Network Inference with Preserving Topological Structure Property [2.8948274245812327]
  そこで我々は,DANIと呼ばれる新しい手法を提案し,その構造特性を保ちながら基礎となるネットワークを推定する。 DANIは、モジュール構造、次数分布、連結成分、密度、クラスタリング係数を含む構造特性を維持しながら、より高い精度と低い実行時間を有する。
  論文  参考訳（メタデータ） (2023-10-02T23:23:00Z)
• Structural Balance and Random Walks on Complex Networks with Complex Weights [13.654842079699458]
  近年、エッジの重みが複素数である場合、ネットワーク科学のツールを拡張することへの関心が高まっている。 ここでは、重み行列がエルミート行列である場合に注目し、多くの応用において妥当な仮定である。 構造バランスの概念に基づいて,複素重み付きネットワークの分類を導入し,各タイプの共有スペクトル特性を示す。
  論文  参考訳（メタデータ） (2023-07-04T16:39:52Z)
• Neural Network Complexity of Chaos and Turbulence [0.0]
  我々は、深いニューラルネットワークの観点から、カオスと乱流の相対的な複雑さを考察する。 本研究では,乱流状態における流体分布のイメージをネットワークが識別しなければならない,一連の分類問題を解析する。 本研究では,内部特徴表現の内在的な次元性を通じて,ネットワークが行う計算の複雑さを定量化する。
  論文  参考訳（メタデータ） (2022-11-24T13:21:36Z)
• Entangled Residual Mappings [59.02488598557491]
  残余接続の構造を一般化するために、絡み合った残余写像を導入する。 絡み合い残余写像は、アイデンティティスキップ接続を特別な絡み合い写像に置き換える。 絡み合った写像は、様々な深層モデルにまたがる特徴の反復的洗練を保ちながら、畳み込みネットワークにおける表現学習プロセスに影響を及ぼすことを示す。
  論文  参考訳（メタデータ） (2022-06-02T19:36:03Z)
• Deep Architecture Connectivity Matters for Its Convergence: A Fine-Grained Analysis [94.64007376939735]
  我々は、勾配降下訓練におけるディープニューラルネットワーク(DNN)の収束に対する接続パターンの影響を理論的に特徴づける。 接続パターンの単純なフィルタリングによって、評価対象のモデルの数を削減できることが示される。
  論文  参考訳（メタデータ） (2022-05-11T17:43:54Z)
• The Sample Complexity of One-Hidden-Layer Neural Networks [57.6421258363243]
  本研究では,スカラー値を持つ一層ネットワークのクラスとユークリッドノルムで有界な入力について検討する。 隠蔽層重み行列のスペクトルノルムの制御は、一様収束を保証するには不十分であることを示す。 スペクトルノルム制御が十分であることを示す2つの重要な設定を解析する。
  論文  参考訳（メタデータ） (2022-02-13T07:12:02Z)
• Controllable entangled state distribution in a dual-rail reconfigurable optical network [62.997667081978825]
  絡み合った状態の再構成可能分布は、量子メモリや量子コンピュータなどの複数のデバイスを接続する量子ネットワークの動作に不可欠である。 線形光学デバイスと位相シフタを用いた絡み合った状態伝播方向の制御を可能にする新しい量子分布ネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-08-04T10:26:37Z)
• Problems of representation of electrocardiograms in convolutional neural networks [58.720142291102135]
  これらの問題は本質的に体系的であることを示す。 これらは、畳み込みネットワークが複合オブジェクトでどのように機能するかに起因するが、その一部は厳格に固定されていないが、大きな移動性を持っている。
  論文  参考訳（メタデータ） (2020-12-01T14:02:06Z)
• Emergent entanglement structures and self-similarity in quantum spin chains [0.0]
  我々は,多体量子状態に対する実験的にアクセス可能なネットワーク表現を,その構成成分のすべての対間の絡み合いに基づいて導入する。 この表現のパワーを、パラダイム的スピンチェーンモデル、XXモデルに適用し、それが軽い新しい現象をもたらすことを示す。
  論文  参考訳（メタデータ） (2020-07-14T12:13:29Z)

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。