論文の概要: Quantification of Wigner Negativity Remotely Generated via
Einstein-Podolsky-Rosen Steering
- arxiv url: http://arxiv.org/abs/2104.00451v2
- Date: Tue, 6 Apr 2021 01:36:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-05 22:21:36.099488
- Title: Quantification of Wigner Negativity Remotely Generated via
Einstein-Podolsky-Rosen Steering
- Title（参考訳）: Einstein-Podolsky-Rosen Steering を用いたワイナ負性率の定量化
- Authors: Yu Xiang, Shuheng Liu, Jiajie Guo, Qihuang Gong, Nicolas Treps,
Qiongyi He, and Mattia Walschaers
- Abstract要約: ウィグナー負性性は連続変数系を用いた量子コンピューティングとシミュレーションにおいて重要な役割を果たす。
実世界の量子ネットワークの需要に触発され,マルチパーティイトシナリオにおける生成したウィグナー負性性の共有性について検討する。
この結果は,非ガウス的シナリオに基づく多数の量子情報プロトコルにおいて,ウィグナーの負性性を利用した貴重な資源として活用するための道を開いた。
- 参考スコア（独自算出の注目度）: 11.427047150248708
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Wigner negativity, as a well-known indicator of nonclassicality, plays an
essential role in quantum computing and simulation using continuous-variable
systems. Recently, it has been proven that Einstein-Podolsky-Rosen steering is
a prerequisite to generate Wigner negativity between two remote modes.
Motivated by the demand of real-world quantum network, here we investigate the
shareability of generated Wigner negativity in the multipartite scenario from a
quantitative perspective. By establishing a monogamy relation akin to the
generalized Coffman-Kundu-Wootters inequality, we show that the amount of
Wigner negativity cannot be freely distributed among different modes. Moreover,
for photon subtraction -- one of the main experimentally realized non-Gaussian
operations -- we provide a general method to quantify the remotely generated
Wigner negativity. With this method, we find that there is no direct
quantitative relation between the Gaussian steerability and the amount of
generated Wigner negativity. Our results pave the way for exploiting Wigner
negativity as a valuable resource for numerous quantum information protocols
based on non-Gaussian scenario.
- Abstract（参考訳）: 非古典性のよく知られた指標であるウィグナー負性は、連続変数系を用いた量子コンピューティングとシミュレーションにおいて重要な役割を果たす。
近年, アインシュタイン・ポドルスキー・ローゼンステアリングが, 2つのリモートモード間において, ウィグナーネガティビティを発生させる前提条件であることが証明されている。
本稿では,実世界の量子ネットワークの需要に触発されたマルチパーティイトシナリオにおける生成したウィグナー負性性の共有性について定量的に検討する。
一般化された Coffman-Kundu-Wootters の不等式に似たモノガミー関係を確立することにより、ウィグナー負性性の量は異なるモードで自由に分散できないことを示す。
さらに、実験的に実現された非ガウス演算の1つである光子減算に対しては、遠隔で生成されたウィグナー負性率を定量化する一般的な方法を提供する。
この方法では,ガウスのステアビリティと生成するウィグナーネガティビティの間には直接的定量的な関係は認められていない。
本研究では,非ガウス的シナリオに基づく多数の量子情報プロトコルの貴重な資源として,wigner negativityを活用する方法を提案する。
関連論文リスト
- Negative Wigner function by decaying interaction from equilibrium [0.0]
負のウィグナー関数重畳状態を得るための概念的に異なる、より自律的な方法を提案する。
検出可能な負のウィグナー関数と量子コヒーレンスと、より多くの量子ビットを用いた定性的拡張を同時に示す。
論文 参考訳（メタデータ） (2024-03-13T12:39:02Z) - Charge correlator expansion for free fermion negativity [0.40792653193642503]
本稿では、保存電荷を持つ自由フェルミオン系において、R'enyiと対数否定性は接続電荷相関器によって拡張可能であることを示す。
R'enyi Negativity の極限から対数ネガティビティを得るレプリカのトリックは、この方法では変換不変系のみに有効である。
論文 参考訳（メタデータ） (2024-02-06T05:44:36Z) - Uncertainty in Graph Contrastive Learning with Bayesian Neural Networks [101.56637264703058]
変分ベイズニューラルネットワークは不確実性推定を改善するために有効であることを示す。
比較学習における不確実性の新たな尺度を提案するが、これは異なる正のサンプルによる可能性の相違に基づくものである。
論文 参考訳（メタデータ） (2023-11-30T22:32:24Z) - Negativity of Wigner distribution function as a measure of
incompatibility [0.0]
準確率分布関数の非可逆性と負性の測定は量子系の非古典的側面としてよく知られている。
我々は、有限次元エルミート作用素のよく知られた位相空間準確率分布であるウィグナー函数の負性とそれらの非可換性の間の接続を確立する。
我々は、特定の有限次元ゲルマン作用素に対する高次元キューディットに対する処理を一般化し、作用素の次元が増加すると、そのウィグナー分布の負性度が減少し、従って不整合性が減少するのを観察する。
論文 参考訳（メタデータ） (2023-06-13T17:22:56Z) - Regularizing with Pseudo-Negatives for Continual Self-Supervised Learning [62.40718385934608]
効果的な継続型自己教師型学習(CSSL)のためのPNR(Pseudo-Negative Regularization)フレームワークを提案する。
我々のPNRは,新たに学習した表現が過去の学習と矛盾しないように,モデルに基づく拡張によって得られた擬陰性情報を活用する。
論文 参考訳（メタデータ） (2023-06-08T10:59:35Z) - Experimental demonstration of remotely creating Wigner negativity via
quantum steering [12.074674469415063]
遠隔ノードにおける負のウィグナー関数を持つ光学的非ガウス状態を局所的な非ガウス演算により実験的に作成する。
Wignerの負性率は目標モードでの損失に敏感であるが、光子減量を行うモードでの損失に頑健であることを示す。
応用として、生成した非ガウス状態が量子位相推定におけるメートルロジカルパワーを示すことを示す。
論文 参考訳（メタデータ） (2022-04-25T10:57:31Z) - BayesIMP: Uncertainty Quantification for Causal Data Fusion [52.184885680729224]
本研究では,複数の因果グラフに関連するデータセットを組み合わせ,対象変数の平均処理効果を推定する因果データ融合問題について検討する。
本稿では、確率積分とカーネル平均埋め込みのアイデアを組み合わせて、再生されたカーネルヒルベルト空間における干渉分布を表現するフレームワークを提案する。
論文 参考訳（メタデータ） (2021-06-07T10:14:18Z) - Solving Inefficiency of Self-supervised Representation Learning [87.30876679780532]
既存のコントラスト学習法は、非常に低い学習効率に苦しむ。
アンダークラスタリングとオーバークラスタリングの問題は、学習効率の大きな障害である。
中央三重項損失を用いた新しい自己監督学習フレームワークを提案する。
論文 参考訳（メタデータ） (2021-04-18T07:47:10Z) - Witnessing Wigner Negativity [0.0]
ウィグナー函数の負性は、量子状態の最も顕著な非古典的特徴の1つである。
フォック状態の忠実度に基づく量子状態のウィグナー負性性の証人を導出する。
目撃者は完全な家族を形成し、それぞれのウィグナーの負の状態は少なくとも1人の目撃者によって検出される。
論文 参考訳（メタデータ） (2021-02-11T18:55:44Z) - Efficient simulatability of continuous-variable circuits with large
Wigner negativity [62.997667081978825]
ウィグナー負性性は、いくつかの量子計算アーキテクチャにおいて計算上の優位性に必要な資源であることが知られている。
我々は、大きく、おそらくは有界で、ウィグナー負性を示し、しかし古典的に効率的にシミュレートできる回路の広大な族を同定する。
我々は,高次元離散可変量子回路のシミュラビリティとボソニック符号とのリンクを確立することにより,本結果の導出を行う。
論文 参考訳（メタデータ） (2020-05-25T11:03:42Z) - Understanding Negative Sampling in Graph Representation Learning [87.35038268508414]
最適化目標と結果のばらつきを決定するためには, 正のサンプリングと同様に負のサンプリングが重要であることを示す。
我々は,自己コントラスト近似による正の分布を近似し,メトロポリス・ハスティングスによる負のサンプリングを高速化するメトロポリス・ハスティングス(MCNS)を提案する。
提案手法は,リンク予測,ノード分類,パーソナライズドレコメンデーションを含む,下流グラフ学習タスクをカバーする5つのデータセットに対して評価する。
論文 参考訳（メタデータ） (2020-05-20T06:25:21Z)
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。