Fugu-MT 論文翻訳(概要): High-Dimensional Methods for Quantum Homodyne Tomography

論文の概要: High-Dimensional Methods for Quantum Homodyne Tomography

arxiv url: http://arxiv.org/abs/2106.12353v1
Date: Wed, 23 Jun 2021 12:42:17 GMT
ステータス: 処理完了
システム内更新日: 2023-03-25 18:40:36.865156
Title: High-Dimensional Methods for Quantum Homodyne Tomography
Title（参考訳）: 量子ホモダイントモグラフィの高次元法
Authors: Nicola Mosco, Lorenzo Maccone
Abstract要約: 本研究では,従来のパターン関数の計算における本質的な発散を緩和し,モンテカルロシミュレーションによるデータ解析の実施方法について詳述する。我々の洗練は、電磁場ヒルベルト空間の高次元部分空間に現れる励起量子状態の再構成に必要である。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We provide optimized recursion relations for homodyne tomography. We improve previous methods by mitigating the divergences intrinsic in the calculation of the pattern functions used previously, and detail how to implement the data analysis through Monte Carlo simulations. Our refinements are necessary for the reconstruction of excited quantum states which populate a high-dimensional subspace of the electromagnetic field Hilbert space. We also present a Julia package for the analysis and the reconstruction method.
Abstract（参考訳）: 我々はホモダイントモグラフィに最適な再帰関係を提供する。従来のパターン関数の計算に内在する多様性を緩和し,モンテカルロシミュレーションによるデータ解析の実装方法について詳述した。我々の改良は、電磁場ヒルベルト空間の高次元部分空間を配置する励起量子状態の再構成に必要である。また,解析と再構築のためのJuliaパッケージも提示する。

関連論文リスト

A Structure-Preserving Kernel Method for Learning Hamiltonian Systems [3.594638299627404]
構造保存されたカーネルリッジ回帰法は、潜在的に高次元かつ非線形なハミルトン関数の回復を可能にする。本稿では,勾配の線形関数を含む損失関数が要求される問題に対して,カーネル回帰法を拡張した。固定正則化パラメータと適応正則化パラメータを用いて収束率を提供する完全誤差解析を行う。
論文参考訳（メタデータ） (2024-03-15T07:20:21Z)
Functional Partial Least-Squares: Optimal Rates and Adaptation [0.0]
共役勾配法に関連する機能的最小二乗推定器(PLS)の新たな定式化を提案する。推定器は楕円体のクラス上で(ほぼ)最適収束率を達成することを示す。
論文参考訳（メタデータ） (2024-02-16T23:47:47Z)
Stochastic Gradient Descent for Gaussian Processes Done Right [86.83678041846971]
emphdone right -- 最適化とカーネルコミュニティからの具体的な洞察を使用するという意味で -- が、勾配降下は非常に効果的であることを示している。本稿では,直感的に設計を記述し,設計選択について説明する。本手法は,分子結合親和性予測のための最先端グラフニューラルネットワークと同程度にガウス過程の回帰を配置する。
論文参考訳（メタデータ） (2023-10-31T16:15:13Z)
Curvature-Independent Last-Iterate Convergence for Games on Riemannian Manifolds [77.4346324549323]
本研究では, 多様体の曲率に依存しないステップサイズが, 曲率非依存かつ直線的最終点収束率を達成することを示す。我々の知る限りでは、曲率非依存率や/または最終点収束の可能性はこれまでに検討されていない。
論文参考訳（メタデータ） (2023-06-29T01:20:44Z)
Counting Phases and Faces Using Bayesian Thermodynamic Integration [77.34726150561087]
本稿では,2パラメータ統計力学系における熱力学関数と位相境界の再構成手法を提案する。提案手法を用いて,IsingモデルとTASEPの分割関数と位相図を正確に再構成する。
論文参考訳（メタデータ） (2022-05-18T17:11:23Z)
Probabilistic Mass Mapping with Neural Score Estimation [4.079848600120986]
弱レンズ質量マッピング問題の高次元ベイズ後方の効率的なサンプリング法を提案する。本手法の精度をシミュレーションで実証し,HST/ACS COSMOSフィールドの大量再構成に適用する。
論文参考訳（メタデータ） (2022-01-14T17:07:48Z)
Inferring Manifolds From Noisy Data Using Gaussian Processes [17.166283428199634]
ほとんどの既存の多様体学習アルゴリズムは、元のデータを低次元座標で置き換える。本稿では,これらの問題に対処するための新しい手法を提案する。
論文参考訳（メタデータ） (2021-10-14T15:50:38Z)
Regularization by Denoising Sub-sampled Newton Method for Spectral CT Multi-Material Decomposition [78.37855832568569]
スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。スペクトルct材料分解の数値的および実験的結果を示す。
論文参考訳（メタデータ） (2021-03-25T15:20:10Z)
Sampling in Combinatorial Spaces with SurVAE Flow Augmented MCMC [83.48593305367523]
ハイブリッドモンテカルロ(Hybrid Monte Carlo)は、複素連続分布からサンプリングする強力なマルコフ連鎖モンテカルロ法である。本稿では,SurVAEフローを用いたモンテカルロ法の拡張に基づく新しい手法を提案する。本稿では,統計学,計算物理学,機械学習など,様々な分野におけるアルゴリズムの有効性を実証し,代替アルゴリズムと比較した改良点を考察する。
論文参考訳（メタデータ） (2021-02-04T02:21:08Z)
Local optimization on pure Gaussian state manifolds [63.76263875368856]
ボソニックおよびフェルミオンガウス状態の幾何学に関する洞察を利用して、効率的な局所最適化アルゴリズムを開発する。この手法は局所幾何学に適応した降下勾配の概念に基づいている。提案手法を用いて、任意の混合ガウス状態の精製の絡み合いを計算するのにガウス浄化が十分であるという予想の数値的および解析的証拠を収集する。
論文参考訳（メタデータ） (2020-09-24T18:00:36Z)

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。