Fugu-MT 論文翻訳(概要): Qubit State Discrimination using Post-measurement Information

論文の概要: Qubit State Discrimination using Post-measurement Information

arxiv url: http://arxiv.org/abs/2109.03581v2
Date: Sat, 22 Jan 2022 10:41:34 GMT
ステータス: 処理完了
システム内更新日: 2023-03-15 20:43:33.979144
Title: Qubit State Discrimination using Post-measurement Information
Title（参考訳）: 測定後情報を用いた量子ビット状態判別
Authors: Donghoon Ha, Jeong San Kim, Younghun Kwon
Abstract要約: 測位後情報を用いた非直交量子状態の最適判別について検討する。我々は,測定後情報を付与した場合,常にゼロ値の最適値が与えられることを解析的に示す。
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 consider the optimal discrimination of nonorthogonal qubit states with post-measurement information and provide an analytic structure of the optimal measurements. We also show that there is always a null optimal measurement when post-measurement information is given. Further, in discriminating four states using post-measurement information, we analytically provide the optimal probability of correct guessing and show that the uniqueness of optimal measurement is equivalent to the non-existence of non-null optimal measurement with post-measurement information.
Abstract（参考訳）: 測定後情報を含む非直交量子ビット状態の最適判別を考察し,最適測定値の解析構造を提供する。また,測定後の情報が得られるときは常にヌル最適測定が存在することを示す。さらに、測定後情報を用いた4つの状態の判別において、正しい推定の最適確率を解析的に提供し、最適測定の特異性は、測定後情報を用いた非ヌル最適測定の非存在と等価であることを示す。

関連論文リスト

QestOptPOVM: An iterative algorithm to find optimal measurements for quantum parameter estimation [17.305295658536828]
最適正の演算子検定(POVM)を直接同定するアルゴリズム「QestPOVM」を導入する。量子状態の複数コピー(最大6コピー)の厳密な試行を通じて,提案アルゴリズムの有効性と精度を実証した。提案アルゴリズムは,最適なPOVMの明示的な形式を解明するためのツールとして機能し,量子パラメータ推定手法の理解を深める。
論文参考訳（メタデータ） (2024-03-29T11:46:09Z)
Information-Theoretic Safe Bayesian Optimization [59.758009422067005]
そこでは、未知の(安全でない)制約に反するパラメータを評価することなく、未知の関数を最適化することを目的としている。現在のほとんどのメソッドはドメインの離散化に依存しており、連続ケースに直接拡張することはできない。本稿では,GP後部を直接利用して,最も情報に富む安全なパラメータを識別する情報理論的安全な探索基準を提案する。
論文参考訳（メタデータ） (2024-02-23T14:31:10Z)
Finding the optimal probe state for multiparameter quantum metrology using conic programming [61.98670278625053]
本稿では,対応する精度境界に対する最適プローブ状態を決定するための円錐型プログラミングフレームワークを提案する。また、この理論を量子プローブ状態を用いた標準場センシング問題の解析にも応用する。
論文参考訳（メタデータ） (2024-01-11T12:47:29Z)
Machine-learning optimized measurements of chaotic dynamical systems via the information bottleneck [4.189643331553922]
完璧な測定は、システムの進化によって生成された全ての情報を最小限の冗長性でキャプチャする。最適な測定方法を見つけることは困難であり、一般的には、実行された少数のケースにおいて、ダイナミクスの詳細な知識を必要とする。我々は、軌道データから効率的に情報を抽出する計測プロセスの最適化に機械学習を用いる。
論文参考訳（メタデータ） (2023-11-08T18:56:29Z)
Optimizing Measurements Sequences for Quantum State Verification [0.0]
複数の測定値を使用する必要がある場合、測定の順序が正確さを迅速に評価するために重要であることを示す。最適または準最適測定シーケンスを計算するための異なる戦略を提案し,比較する。数値シミュレーションにより,提案アルゴリズムは検証に必要な測定回数を大幅に削減することを示した。
論文参考訳（メタデータ） (2023-07-03T09:23:17Z)
Demonstration of optimal non-projective measurement of binary coherent states with photon counting [0.0]
2元コヒーレント状態の識別のための最適不確定測定を実験的に実証した。特に,位相コヒーレント状態に対する最適最小誤差測定を実現するために,この一般的な測定法を用いる。
論文参考訳（メタデータ） (2022-07-25T14:35:16Z)
Only Classical Parameterised States have Optimal Measurements under Least Squares Loss [0.0]
非漸近的状態において測定が最適であるかどうかを確定的に決定できる枠組みを導入する。我々は、古典的状態だけが最も一般的な誤差測定の選択肢である最小二乗で最適な測定を許すことを示すノーゴー定理を証明している。
論文参考訳（メタデータ） (2022-05-27T17:59:53Z)
Pessimistic Minimax Value Iteration: Provably Efficient Equilibrium Learning from Offline Datasets [101.5329678997916]
両プレイヤーゼロサムマルコフゲーム(MG)をオフライン環境で研究する。目標は、事前収集されたデータセットに基づいて、近似的なナッシュ均衡(NE)ポリシーペアを見つけることである。
論文参考訳（メタデータ） (2022-02-15T15:39:30Z)
CertainNet: Sampling-free Uncertainty Estimation for Object Detection [65.28989536741658]
ニューラルネットワークの不確実性を推定することは、安全クリティカルな設定において基本的な役割を果たす。本研究では,オブジェクト検出のための新しいサンプリング不要不確実性推定法を提案する。私たちはそれをCertainNetと呼び、各出力信号に対して、オブジェクト性、クラス、位置、サイズという、別の不確実性を提供するのは、これが初めてです。
論文参考訳（メタデータ） (2021-10-04T17:59:31Z)
Amortized Conditional Normalized Maximum Likelihood: Reliable Out of Distribution Uncertainty Estimation [99.92568326314667]
本研究では,不確実性推定のための拡張性のある汎用的アプローチとして,償却条件正規化最大値(ACNML)法を提案する。提案アルゴリズムは条件付き正規化最大度(CNML)符号化方式に基づいており、最小記述長の原理に従って最小値の最適特性を持つ。我々は、ACNMLが、分布外入力のキャリブレーションの観点から、不確実性推定のための多くの手法と好意的に比較することを示した。
論文参考訳（メタデータ） (2020-11-05T08:04:34Z)
Evaluating representations by the complexity of learning low-loss predictors [55.94170724668857]
下流タスクの解決に使用されるデータの表現を評価することの問題点を考察する。本稿では,関心のあるタスクにおける低損失を実現する表現の上に,予測器を学習する複雑性によって表現の質を測定することを提案する。
論文参考訳（メタデータ） (2020-09-15T22:06:58Z)

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。