論文の概要: Symplectic decomposition from submatrix determinants

• arxiv url: http://arxiv.org/abs/2108.05364v2
• Date: Fri, 12 Nov 2021 19:00:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-18 19:10:30.216217
• Title: Symplectic decomposition from submatrix determinants
• Title（参考訳）: サブマトリックス決定因子からのシンプレクティック分解
• Authors: Jason L. Pereira, Leonardo Banchi, Stefano Pirandola
• Abstract要約: ガウスの量子情報における重要な定理は、シンプレクティック変換によって任意のガウス状態の共分散行列を対角化できることを示している。 近年,ある部分行列からエルミート行列の固有ベクトルを求める手法に着想を得て,ある部分行列式からシンプレクティックを対角化する方法を考案した。
• 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: An important theorem in Gaussian quantum information tells us that we can diagonalise the covariance matrix of any Gaussian state via a symplectic transformation. Whilst the diagonal form is easy to find, the process for finding the diagonalising symplectic can be more difficult, and a common, existing method requires taking matrix powers, which can be demanding analytically. Inspired by a recently presented technique for finding the eigenvectors of a Hermitian matrix from certain submatrix eigenvalues, we derive a similar method for finding the diagonalising symplectic from certain submatrix determinants, which could prove useful in Gaussian quantum information.
• Abstract（参考訳）: ガウス量子情報における重要な定理は、シンプレクティック変換を通じて任意のガウス状態の共分散行列を対角化できることを示している。 対角線形式は容易に見つけることができるが、対角線シンプレクティックを見つける過程はより困難であり、既存の一般的な手法では解析的に要求される行列パワーを取る必要がある。 最近発表されたある部分行列固有値からエルミート行列の固有ベクトルを求める手法に触発されて、ある種の部分行列行列からシンプレクティックを対角化する方法が導出され、ガウス量子情報に有用であることが証明された。

関連論文リスト

• Understanding Matrix Function Normalizations in Covariance Pooling through the Lens of Riemannian Geometry [63.694184882697435]
  グローバル共分散プーリング(GCP)は、高レベルの表現の2階統計を利用して、ディープニューラルネットワーク(DNN)の性能を向上させることが実証されている。
  論文  参考訳（メタデータ） (2024-07-15T07:11:44Z)
• Towards Faster Matrix Diagonalization with Graph Isomorphism Networks and the AlphaZero Framework [1.0051474951635875]
  行列対角化のためのヤコビ法を高速化するための革新的なアプローチを導入する。 異なるサイズの行列間でスケーラブルなアーキテクチャを活用する可能性について検討する。
  論文  参考訳（メタデータ） (2024-06-30T17:45:01Z)
• Vectorization of the density matrix and quantum simulation of the von Neumann equation of time-dependent Hamiltonians [65.268245109828]
  我々は、von-Neumann方程式を線形化するための一般的なフレームワークを開発し、量子シミュレーションに適した形でレンダリングする。 フォン・ノイマン方程式のこれらの線型化のうちの1つは、状態ベクトルが密度行列の列重ね元となる標準的な場合に対応することを示す。 密度行列の力学をシミュレートする量子アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-06-14T23:08:51Z)
• Unitarization of Pseudo-Unitary Quantum Circuits in the S-matrix Framework [0.0]
  3次元の完全な図式表現を持つ擬単項回路と擬単項回路の族を示す。 本研究の結果,擬似単体回路と擬似擬似単体回路の系統構築に必要な方法論的ツールボックスが拡張された。
  論文  参考訳（メタデータ） (2023-02-09T14:55:20Z)
• Detection of tripartite entanglement based on principal basis matrix representations [1.3319340093980596]
  密度行列の主基底行列表現を用いて三部量子系の絡み合いについて検討する。 より詳細な例では,本手法は従来よりも絡み合った状態を検出することができる。
  論文  参考訳（メタデータ） (2022-02-13T01:25:37Z)
• Quantum algorithms for matrix operations and linear systems of equations [65.62256987706128]
  本稿では,「Sender-Receiver」モデルを用いた行列演算のための量子アルゴリズムを提案する。 これらの量子プロトコルは、他の量子スキームのサブルーチンとして使用できる。
  論文  参考訳（メタデータ） (2022-02-10T08:12:20Z)
• Robust 1-bit Compressive Sensing with Partial Gaussian Circulant Matrices and Generative Priors [54.936314353063494]
  我々は,ロバストな1ビット圧縮センシングのための相関に基づく最適化アルゴリズムのリカバリ保証を提供する。 我々は,実用的な反復アルゴリズムを用いて,画像データセットの数値実験を行い,結果の相関付けを行う。
  論文  参考訳（メタデータ） (2021-08-08T05:28:06Z)
• Non-PSD Matrix Sketching with Applications to Regression and Optimization [56.730993511802865]
  非PSDおよび2乗根行列の次元削減法を提案する。 複数のダウンストリームタスクにこれらのテクニックをどのように使用できるかを示す。
  論文  参考訳（メタデータ） (2021-06-16T04:07:48Z)
• General expressions for the quantum Fisher information matrix with applications to discrete quantum imaging [0.28675177318965034]
  行列対角化をバイパスし、正規直交状態の演算子の拡張を必要としない量子フィッシャー情報行列の一般式を導出する。 離散量子イメージングのタイムリーな分野における新しい結果の導出により、我々のアプローチのパワーを実証する。
  論文  参考訳（メタデータ） (2020-12-02T22:18:22Z)
• Optimal Iterative Sketching with the Subsampled Randomized Hadamard Transform [64.90148466525754]
  最小二乗問題に対する反復スケッチの性能について検討する。 本研究では、Haar行列とランダム化されたHadamard行列の収束速度が同一であることを示し、ランダムなプロジェクションを経時的に改善することを示した。 これらの手法は、ランダム化次元還元を用いた他のアルゴリズムにも適用することができる。
  論文  参考訳（メタデータ） (2020-02-03T16:17:50Z)
• J-matrix method of scattering in one dimension: The relativistic theory [0.0]
  散乱の一次元J行列法の相対論的拡張を行う。 相対論的ポテンシャル行列はベクトル、スカラー、擬スカラー成分の組み合わせである。
  論文  参考訳（メタデータ） (2020-01-14T19:02:15Z)

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。