論文の概要: Random density matrices: Analytical results for mean root fidelity and
mean square Bures distance
- arxiv url: http://arxiv.org/abs/2105.02743v2
- Date: Fri, 18 Nov 2022 12:23:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-01 07:49:17.136547
- Title: Random density matrices: Analytical results for mean root fidelity and
mean square Bures distance
- Title（参考訳）: ランダム密度行列:平均根忠実度と平均平方バーズ距離の解析結果
- Authors: Aritra Laha, Agrim Aggarwal, Santosh Kumar
- Abstract要約: マイルス距離は、そのいくつかの特徴から、様々な距離測度の中で特別な位置を占める。
忠実度と関連しており、特に量子状態の分離性を定量化するためのボナ・フェイド測度として機能する。
- 参考スコア（独自算出の注目度）: 1.0348777118111825
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Bures distance holds a special place among various distance measures due to
its several distinguished features and finds applications in diverse problems
in quantum information theory. It is related to fidelity and, among other
things, it serves as a bona fide measure for quantifying the separability of
quantum states. In this work, we calculate exact analytical results for the
mean root fidelity and mean square Bures distance between a fixed density
matrix and a random density matrix, and also between two random density
matrices. In the course of derivation, we also obtain spectral density for
product of above pairs of density matrices. We corroborate our analytical
results using Monte Carlo simulations. Moreover, we compare these results with
the mean square Bures distance between reduced density matrices generated using
coupled kicked tops and find very good agreement.
- Abstract（参考訳）: バーズ距離はそのいくつかの特徴から様々な距離測度の中で特別な位置にあり、量子情報理論における様々な問題に応用されている。
それは忠実性と関連しており、特に量子状態の分離性を定量化するためのボナフィデ測度として機能する。
本研究では,固定密度行列とランダム密度行列,および2つのランダム密度行列間の平均根忠実性と平均二乗バーズ距離について,厳密な解析結果を計算する。
導出の過程では、上述の密度行列の積に対するスペクトル密度も得られる。
モンテカルロシミュレーションによる解析結果の照合を行った。
さらに,これらの結果と,連結キックトトップを用いて生成した密度行列の平均平方ビュール距離を比較し,非常によく一致した。
関連論文リスト
- Exact mean and variance of the squared Hellinger distance for random density matrices [11.495104812547021]
量子状態間のヘリンジャー距離は、量子情報理論において重要な測度である。
本稿では,ガンマ分布に基づいて,対応する確率密度関数の近似式を提案する。
論文 参考訳（メタデータ） (2024-09-22T18:56:49Z) - Graph Laplacian-based Bayesian Multi-fidelity Modeling [1.383698759122035]
低忠実度データから構築されたグラフラプラシアンを用いて、多変量ガウス事前密度を定義する。
共役可能性項を構築するために高忠実度データポイントはほとんど使われない。
その結果、少数の高忠実度データを利用することで、多忠実度アプローチは大量の低忠実度データポイントの精度を大幅に向上させることができることを示した。
論文 参考訳（メタデータ） (2024-09-12T16:51:55Z) - Random density matrices: Analytical results for mean fidelity and
variance of squared Bures distance [1.2225709246035374]
固定密度行列とランダム密度行列の間の正方形バーズ距離の平均忠実度と分散の正確な結果を得る。
解析結果はモンテカルロシミュレーションを用いて裏付けられる。
論文 参考訳（メタデータ） (2022-11-10T13:58:27Z) - Density-Based Clustering with Kernel Diffusion [59.4179549482505]
単位$d$次元ユークリッド球のインジケータ関数に対応するナイーブ密度は、密度に基づくクラスタリングアルゴリズムで一般的に使用される。
局所分布特性と滑らかさの異なるデータに適応する新しいカーネル拡散密度関数を提案する。
論文 参考訳（メタデータ） (2021-10-11T09:00:33Z) - Kernel distance measures for time series, random fields and other
structured data [71.61147615789537]
kdiffは、構造化データのインスタンス間の距離を推定するためのカーネルベースの新しい尺度である。
これはインスタンス間の自己類似性と交差類似性の両方を考慮し、距離分布の低い定量値を用いて定義される。
kdiffをクラスタリングと分類問題のための距離尺度として用いた分離性条件について,いくつかの理論的結果が得られた。
論文 参考訳（メタデータ） (2021-09-29T22:54:17Z) - Mean-Square Analysis with An Application to Optimal Dimension Dependence
of Langevin Monte Carlo [60.785586069299356]
この研究は、2-ワッサーシュタイン距離におけるサンプリング誤差の非同相解析のための一般的な枠組みを提供する。
我々の理論解析は数値実験によってさらに検証される。
論文 参考訳（メタデータ） (2021-09-08T18:00:05Z) - Meta-Learning for Relative Density-Ratio Estimation [59.75321498170363]
相対密度比推定(DRE)の既存の方法は、両方の密度から多くのインスタンスを必要とする。
本稿では,関係データセットの知識を用いて,相対密度比を数例から推定する,相対DREのメタラーニング手法を提案する。
提案手法の有効性を,相対的DRE,データセット比較,外乱検出の3つの問題を用いて実証的に実証した。
論文 参考訳（メタデータ） (2021-07-02T02:13:45Z) - A Note on Optimizing Distributions using Kernel Mean Embeddings [94.96262888797257]
カーネル平均埋め込みは、その無限次元平均埋め込みによる確率測度を表す。
カーネルが特徴的である場合、カーネルの総和密度を持つ分布は密度が高いことを示す。
有限サンプル設定でそのような分布を最適化するアルゴリズムを提供する。
論文 参考訳（メタデータ） (2021-06-18T08:33:45Z) - Spectral statistics for the difference of two Wishart matrices [1.2225709246035374]
2つの異なるアプローチを用いて有限次元シナリオにおける対応する固有値の結合確率密度関数を導出する。
これらの結果と、2つのランダム密度行列の差に対する対応する結果との関係を指摘し、スペクトル密度と絶対平均に対する明示的で閉じた式式を得る。
論文 参考訳（メタデータ） (2020-11-14T18:43:34Z) - Nonparametric Density Estimation from Markov Chains [68.8204255655161]
我々はマルコフ・チェインにインスパイアされた新しい非パラメトリック密度推定器を導入し、よく知られたケルネル密度推定器を一般化する。
我々の推定器は, 通常のものに対していくつかの利点を示し, 全密度アルゴリズムの基盤として容易に利用できる。
論文 参考訳（メタデータ） (2020-09-08T18:33:42Z) - Wishart and random density matrices: Analytical results for the
mean-square Hilbert-Schmidt distance [1.2225709246035374]
ランダム密度行列と固定密度行列の間の平均2乗ヒルベルト・シュミット距離の精度およびコンパクトな結果を算出する。
また、ウィッシュアート行列と固定エルミート行列と2つのウィッシュアート行列の間の距離について、対応する正確な結果を得る。
論文 参考訳（メタデータ） (2020-08-12T07:49:12Z)
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。