Fugu-MT 論文翻訳(概要): Detection of multipartite entanglement via quantum Fisher information

論文の概要: Detection of multipartite entanglement via quantum Fisher information

arxiv url: http://arxiv.org/abs/2103.07141v1
Date: Fri, 12 Mar 2021 08:28:12 GMT
ステータス: 処理完了
システム内更新日: 2023-04-08 08:49:56.456157
Title: Detection of multipartite entanglement via quantum Fisher information
Title（参考訳）: 量子フィッシャー情報による多粒子絡みの検出
Authors: Yan Hong, Xianfei Qi, Ting Gao, Fengli Yan
Abstract要約: 我々は,2種類の多部相関,$k$非分離性と$k$非分離性に着目した。本稿では,量子フィッシャー情報の観点から,$k$非分離性と$k$パーティント絡みを検出する効果的な方法を提案する。
参考スコア（独自算出の注目度）: 1.345821655503426
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, we focus on two different kinds of multipartite correlation, $k$-nonseparability and $k$-partite entanglement, both of which can describe the essential characteristics of multipartite entanglement. We propose effective methods to detect $k$-nonseparability and $k$-partite entanglement in terms of quantum Fisher information. We illustrate the significance of our results and show that they identify some $k$-nonseparability and $k$-partite entanglement that cannot be identified by known criteria by several concrete examples.
Abstract（参考訳）: 本稿では,2種類の多部相関,$k$非分離性と$k$非分離性に着目し,どちらも多部交絡の本質的特徴を記述できる。我々は,量子フィッシャー情報を用いて,k$-nonseparability と $k$-partite の絡み目を検出する効果的な方法を提案する。結果の意義を説明し,いくつかの具体例では既知の基準では識別できない,k$非分離性とk$-partite の絡み合いを同定した。

関連論文リスト

Generative Retrieval Meets Multi-Graded Relevance [104.75244721442756]
GRADed Generative Retrieval (GR$2$)というフレームワークを紹介します。 GR$2$は2つの重要なコンポーネントに焦点を当てている。マルチグレードとバイナリの関連性を持つデータセットの実験は,GR$2$の有効性を示した。
論文参考訳（メタデータ） (2024-09-27T02:55:53Z)
Several families of entanglement criteria for multipartite quantum systems based on generalized Wigner-Yanase skew information and variance [7.889770216618095]
本稿では,多部量子状態や高次元量子状態における絡み合いを検出するための絡み合い基準のいくつかのファミリを提案する。絡み合い基準の組み合わせは、より強力な検出能力を有することを示す。
論文参考訳（メタデータ） (2024-09-17T15:24:48Z)
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)
Multipartite entanglement detection via generalized Wigner-Yanase skew information [7.222232547612572]
多部量子系における多部交絡の検出は、量子情報理論における基本的かつ重要な問題である。 We developed two different approach to form of inequalities to construct entanglement criteria, which are expressed in terms of the Wigner-Yanase skew information。その結果,他の手法では検出されない$k$-非分離性と$k$-パーティントの絡み合いが明らかになった。
論文参考訳（メタデータ） (2023-09-20T03:30:15Z)
Detection of Genuine Multipartite Entanglement in Arbitrary Multipartite systems [5.759560029580599]
任意の$n$-partite量子状態の真の多重粒子絡みについて検討する。本稿では,真の多部量子状態の絡み合いと非完全分離性を検出するための一般的な枠組みを紹介する。
論文参考訳（メタデータ） (2023-08-07T01:44:48Z)
Variational Distillation for Multi-View Learning [104.17551354374821]
我々は,多視点表現学習における2つの重要な特徴を利用するために,様々な情報ボトルネックを設計する。厳密な理論的保証の下で,本手法は,観察とセマンティックラベルの内在的相関の把握を可能にする。
論文参考訳（メタデータ） (2022-06-20T03:09:46Z)
Efficient Bipartite Entanglement Detection Scheme with a Quantum Adversarial Solver [89.80359585967642]
パラメータ化量子回路で完了した2プレーヤゼロサムゲームとして,両部絡み検出を再構成する。このプロトコルを線形光ネットワーク上で実験的に実装し、5量子量子純状態と2量子量子混合状態の両部絡み検出に有効であることを示す。
論文参考訳（メタデータ） (2022-03-15T09:46:45Z)
Detection of $k$-partite entanglement and $k$-nonseparability of multipartite quantum states [1.5125686694430571]
一般の$N$パーティト量子状態の$k$パーティト絡みと$k$非分離性を同定することは、量子情報理論における基本的な問題である。単純で強力な$k$-partiteの絡み合いと$k$-非分離性基準を提示する。
論文参考訳（メタデータ） (2020-12-05T09:47:31Z)
Entanglement characterization using quantum designs [0.0]
本稿では,参照フレームに依存しないマルチパーティント絡みの検出と特徴付けのための統計的アプローチを提案する。 3つの量子ビットに対して真の多部絡みを特徴付ける条件について議論し、任意の数の量子ビットに対して$W$型絡みを識別できる基準を証明した。
論文参考訳（メタデータ） (2020-04-17T18:00:11Z)
Genuine Network Multipartite Entanglement [62.997667081978825]
両部エンタングルメントを分散できるソースは、それ自体、$k$の本当の$k$-partiteエンタングルドステートを、任意の$k$に対して生成できる、と我々は主張する。我々は、真のネットワーク絡みの解析的および数値的な証人を提供し、過去の多くの量子実験を、この機能の実証として再解釈する。
論文参考訳（メタデータ） (2020-02-07T13:26:00Z)
End-to-End Models for the Analysis of System 1 and System 2 Interactions based on Eye-Tracking Data [99.00520068425759]
本稿では,よく知られたStroopテストの視覚的修正版において,様々なタスクと潜在的な競合事象を特定するための計算手法を提案する。統計的分析により、選択された変数は、異なるシナリオにおける注意負荷の変動を特徴付けることができることが示された。機械学習技術は,異なるタスクを分類精度良く区別できることを示す。
論文参考訳（メタデータ） (2020-02-03T17:46:13Z)

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。