Fugu-MT 論文翻訳(概要): Characterizing quantum ensemble using geometric measure of quantum coherence

論文の概要: Characterizing quantum ensemble using geometric measure of quantum coherence

arxiv url: http://arxiv.org/abs/2104.09095v1
Date: Mon, 19 Apr 2021 07:37:27 GMT
ステータス: 処理完了
システム内更新日: 2023-04-03 04:59:08.081369
Title: Characterizing quantum ensemble using geometric measure of quantum coherence
Title（参考訳）: 幾何学的量子コヒーレンス測度を用いた量子アンサンブルのキャラクタリゼーション
Authors: R. Muthuganesan, V. K. Chandrasekar
Abstract要約: 量子アンサンブルのための量子性量子化器を提案する。量子性のボナフィド測度に必要な公理を満たす。いくつかのよく知られたアンサンブルの量子性を計算する。
参考スコア（独自算出の注目度）: 1.5630592429258865
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The characterization of the quantum ensemble is a fundamental issue in quantum information theory and foundations. The ensemble is also useful for various quantum information processing. To characterize the quantum ensemble, in this article, we generalize the coherence measure of a state to the quantum ensemble. Exploiting the fidelity and affinity between the ensemble, we propose a quantumness quantifier for the quantum ensemble. It is shown that the proposed quantifier satisfies the necessary axioms of a bonafide measure of quantumness. Finally, we compute the quantumness of a few well-known ensembles.
Abstract（参考訳）: 量子アンサンブルの特性は、量子情報理論と基礎の基本的な問題である。このアンサンブルは様々な量子情報処理にも有用である。量子アンサンブルを特徴づけるために、この記事では、状態のコヒーレンス測度を量子アンサンブルに一般化する。量子アンサンブル間の忠実性と親和性を利用して,量子アンサンブルに対する量子性量子化器を提案する。提案する量子化器は、量子性のボナフィド測度の必要公理を満たすことが示されている。最後に、いくつかのよく知られたアンサンブルの量子性を計算する。

関連論文リスト

Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文参考訳（メタデータ） (2024-01-31T01:02:16Z)
Evolution of Quantum Resources in Quantum-walk-based Search Algorithm [3.604186493583444]
完全二部グラフに対する量子ウォーク探索における量子コヒーレンスと量子絡み合いの影響を考察する。まず、成功確率と2つの量子資源の相補関係を数値的に示す。最終的に、一般化された偏極ノイズが果たす役割について議論し、それが成功確率と量子コヒーレンスの力学に急激な影響を与えることを発見した。
論文参考訳（メタデータ） (2023-09-30T12:16:28Z)
Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文参考訳（メタデータ） (2023-06-29T18:00:01Z)
Intrinsic relationships of Quantum Resource Theories and their roles in Quantum Metrology [0.0]
我々は、絡み合い、不協和のような量子相関、および量子コヒーレンスに関する資源理論に焦点を当てる。この論文には、オープン量子システムの様々なモデルにおけるこれらの量子資源のダイナミクスへの貢献も含まれている。
論文参考訳（メタデータ） (2022-11-15T08:21:55Z)
Relation between Quantum Coherence and Quantum Entanglement in Quantum Measurements [3.8073142980733]
我々は量子コヒーレンスと量子エンタングルメントの資源理論を量子測定のために設定した。このために、量子測定の量子資源を考慮に入れた相対エントロピー型の量を考える。量子コヒーレンスと量子エンタングルメントの関連性についての理解は,量子資源を発生しない量子計測においても有効であることを確認した。
論文参考訳（メタデータ） (2022-02-25T12:24:32Z)
Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文参考訳（メタデータ） (2021-08-30T23:50:05Z)
Quantum coherence with incomplete set of pointers and corresponding wave-particle duality [0.0]
量子コヒーレンス(quantum coherence)は、量子系における重ね合わせの量を定量化する。我々は、自由な状態と操作を識別し、対応する資源理論を開発する。我々は、干渉計セットアップにおいて、いわゆる量子コヒーレンスとどのパス情報とを補完する関係を得る。
論文参考訳（メタデータ） (2021-08-12T16:55:40Z)
Preparing random states and benchmarking with many-body quantum chaos [48.044162981804526]
時間に依存しないハミルトン力学の下で自然にランダム状態アンサンブルの出現を予測し、実験的に観察する方法を示す。観測されたランダムアンサンブルは射影測定から現れ、より大きな量子系のサブシステムの間に構築された普遍的相関に密接に関連している。我々の研究は、量子力学におけるランダム性を理解するための意味を持ち、より広い文脈でのこの概念の適用を可能にする。
論文参考訳（メタデータ） (2021-03-05T08:32:43Z)
Experimental Validation of Fully Quantum Fluctuation Theorems Using Dynamic Bayesian Networks [48.7576911714538]
ゆらぎ定理は、小系に対する熱力学の第2法則の基本的な拡張である。核磁気共鳴装置における2つの量子相関熱スピン-1/2を用いた熱交換の詳細な完全量子ゆらぎ定理を実験的に検証した。
論文参考訳（メタデータ） (2020-12-11T12:55:17Z)
Quantum information spreading in a disordered quantum walk [50.591267188664666]
量子ウォークスを用いて量子情報拡散パターンを探索する量子探索プロトコルを設計する。我々は、異常や古典的輸送を調査するために、コヒーレントな静的および動的障害に焦点を当てる。以上の結果から,複雑なネットワークで発生する欠陥や摂動の情報を読み取る装置として,量子ウォーク(Quantum Walk)が考えられる。
論文参考訳（メタデータ） (2020-10-20T20:03:19Z)
On quantum ensembles of quantum classifiers [0.0]
量子機械学習は、量子コンピュータの根底にある性質を利用して機械学習技術を強化する。量子分類器の量子アンサンブルの具体的な実装は、精度重み付き量子アンサンブルと呼ばれ、完全に量子化することができる。一方、一般的な量子アンサンブルフレームワークは、特に量子スピードアップを提供する有名なDeutsch-Jozsaアルゴリズムを含むことが示されている。
論文参考訳（メタデータ） (2020-01-29T13:46:16Z)

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。