論文の概要: Temporal correlations in the simplest measurement sequences

• arxiv url: http://arxiv.org/abs/2104.02467v2
• Date: Mon, 10 Jan 2022 16:40:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-05 06:19:23.639173
• Title: Temporal correlations in the simplest measurement sequences
• Title（参考訳）: 最も単純な測定シーケンスにおける時間相関
• Authors: Lucas B. Vieira, Costantino Budroni
• Abstract要約: 最も単純な測定シナリオ、すなわち、同じ測定を異なる時間で行う物理系の時間的相関について検討する。 このようなシーケンスを生成するリソースは、システムの内部次元(メモリ)である。 決定的に取得すべきシーケンスの最小メモリ要件を特徴付けるとともに,このメモリ閾値以下の確率的挙動を数値的に検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We investigate temporal correlations in the simplest measurement scenario, i.e., that of a physical system on which the same measurement is performed at different times, producing a sequence of dichotomic outcomes. The resource for generating such sequences is the internal dimension, or memory, of the system. We characterize the minimum memory requirements for sequences to be obtained deterministically, and numerically investigate the probabilistic behavior below this memory threshold, in both classical and quantum scenarios. A particular class of sequences is found to offer an upper-bound for all other sequences, which suggests a nontrivial universal upper-bound of $1/e$ for the classical probability of realization of any sequence below this memory threshold. We further present evidence that no such nontrivial bound exists in the quantum case.
• Abstract（参考訳）: 最も単純な測定シナリオ、すなわち異なるタイミングで同じ測定を行う物理システムの時間的相関を調べ、一連の双調的結果を生成する。 このようなシーケンスを生成するためのリソースは、システムの内部次元(メモリ)である。 決定論的に取得すべきシーケンスの最小メモリ要件を特徴づけ、古典的および量子的シナリオにおいて、このメモリ閾値以下の確率的挙動を数値的に検討する。 これは非自明な普遍的な上限が1/e$であり、このメモリしきい値以下の任意のシーケンスが実現される古典的な確率が1/e$であることを示唆している。 さらに、そのような非自明な境界が量子の場合に存在しないという証拠を示す。

関連論文リスト

• Asymptotic behavior of continuous weak measurement and its application to real-time parameter estimation [4.329298109272387]
  磁力計の弱い連続測定の量子軌道について検討した。 1つの実現が与えられたとき、任意の初期状態から始まる量子軌道は、同じ実現固有のエム純状態に収束する。
  論文  参考訳（メタデータ） (2023-11-03T17:50:45Z)
• Spectral chaos bounds from scaling theory of maximally efficient quantum-dynamical scrambling [49.1574468325115]
  複雑な量子系のエルゴード定常状態への進化に関する重要な予想は、スクランブルとして知られるこの過程が最も効率的であるときに普遍的な特徴を取得することである。 このシナリオでは、完全なスクランブルダイナミクスに沿ったスペクトル相関の正確な自己相似性を具現化して、スペクトル統計量に対する単一パラメータスケーリング理論を開発する。 スケーリング予測は特権プロセスで一致し、他の動的スクランブルシナリオのバウンダリとして機能し、すべてのタイムスケールで非効率または不完全なスクランブルを定量化できるようにする。
  論文  参考訳（メタデータ） (2023-10-17T15:41:50Z)
• Probing post-measurement entanglement without post-selection [0.0]
  多数の測定値から生じる量子集合現象を観測する問題について検討する。 非従来的なアプローチは、実験データとシミュレーションの結果の相互相関を構築することである。
  論文  参考訳（メタデータ） (2023-05-31T17:59:59Z)
• Witnessing environment dimension through temporal correlations [0.0]
  キュービットシステムとキュービット環境を含むシーケンスに対する非自明な境界を計算する。 この結果から,開量子系力学における多時間確率分布の有界性を決定する数値的抽出可能な手法が得られた。
  論文  参考訳（メタデータ） (2023-05-30T16:18:22Z)
• Near-Optimal Non-Parametric Sequential Tests and Confidence Sequences with Possibly Dependent Observations [44.71254888821376]
  我々は、一般的な非データ生成プロセスの下で、最初のタイプIエラーと予測リジェクション時間保証を提供する。 本研究では, 平均処理効果など, 方程式を推定することによって定義されるパラメータの推測に, 結果を適用する方法を示す。
  論文  参考訳（メタデータ） (2022-12-29T18:37:08Z)
• Identifiability and Asymptotics in Learning Homogeneous Linear ODE Systems from Discrete Observations [114.17826109037048]
  通常の微分方程式(ODE)は、機械学習において最近多くの注目を集めている。 理論的な側面、例えば、統計的推定の識別可能性と特性は、いまだに不明である。 本稿では,1つの軌道からサンプリングされた等間隔の誤差のない観測結果から,同次線形ODE系の同定可能性について十分な条件を導出する。
  論文  参考訳（メタデータ） (2022-10-12T06:46:38Z)
• Learning Sequence Representations by Non-local Recurrent Neural Memory [61.65105481899744]
  教師付きシーケンス表現学習のためのNon-local Recurrent Neural Memory (NRNM)を提案する。 我々のモデルは長距離依存を捉えることができ、潜伏した高レベル特徴を我々のモデルで抽出することができる。 我々のモデルは、これらのシーケンスアプリケーションごとに特別に設計された他の最先端の手法と比較して好意的に比較する。
  論文  参考訳（メタデータ） (2022-07-20T07:26:15Z)
• Optimality and Complexity in Measured Quantum-State Stochastic Processes [0.0]
  最適な予測には、無限個の時間的特徴を用いる必要があることを示す。 この複雑さの根底にあるメカニズムを生成不均一性(generator nonunifilarity)と同定する。 これにより、測定選択が量子過程のランダム度に与える影響を定量的に調べることができる。
  論文  参考訳（メタデータ） (2022-05-08T21:43:06Z)
• Moments of quantum purity and biorthogonal polynomial recurrence [6.482224543491085]
  本研究では, バーレス・ハル・アンサンブル上での絡み合いの統計的挙動を, 絡み合いエントロピーの最も単純な形式である量子純度によって測定した。 この研究の主な成果は、任意のサブシステム次元に対して有効な量子純粋性の正確な第2および第3モーメント表現である。
  論文  参考訳（メタデータ） (2021-07-09T19:18:34Z)
• Multi-Scale One-Class Recurrent Neural Networks for Discrete Event Sequence Anomaly Detection [63.825781848587376]
  本稿では,離散イベントシーケンス中の異常を検出する1クラスリカレントニューラルネットワークOC4Seqを提案する。 具体的には、OC4Seqは離散イベントシーケンスを遅延空間に埋め込み、異常を容易に検出することができる。
  論文  参考訳（メタデータ） (2020-08-31T04:48:22Z)
• Generalized Sliced Distances for Probability Distributions [47.543990188697734]
  我々は、一般化スライス確率測定(GSPM)と呼ばれる、幅広い確率測定値の族を紹介する。 GSPMは一般化されたラドン変換に根付いており、ユニークな幾何学的解釈を持つ。 GSPMに基づく勾配流を生成モデル応用に適用し、軽度な仮定の下では、勾配流が大域的最適に収束することを示す。
  論文  参考訳（メタデータ） (2020-02-28T04:18:00Z)

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。