論文の概要: Complete analysis to minimum-error discrimination of mixed four qubit
states with arbitrary prior probabilities
- arxiv url: http://arxiv.org/abs/2111.07726v2
- Date: Wed, 24 Nov 2021 08:13:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-08 02:25:39.267232
- Title: Complete analysis to minimum-error discrimination of mixed four qubit
states with arbitrary prior probabilities
- Title（参考訳）: 任意の事前確率を持つ混合4量子状態の最小誤り判別のための完全解析
- Authors: Donghoon Ha and Younghun Kwon
- Abstract要約: 零測度演算子の存在に必要かつ十分な条件を見出す。
任意の事前確率を持つ混合4量子状態の最小誤差判別を解析する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this work, we provide a complete analysis to minimum-error discrimination
of mixed four qubit states with arbitrary prior probabilities. For the complete
anaysis, the most important work to do is to find the necessary and sufficient
conditions for the existence of null measurement operator. From the geometric
structure of qubit states, we obtain the analytic condition for deciding the
existence of a null operator in minimum-error measurement for mixed four qubit
states, which also gives the necessary and sufficient conditions for every
optimal POVM to have non-zero elements. Using the condition, we completely
analyze minimum-error discrimination of mixed four qubit states with arbitrary
prior probabilities.
- Abstract（参考訳）: 本研究では,任意の事前確率を持つ混合4量子ビット状態の最小誤差識別について,完全な解析を行う。
完全なアナイシスにとって、最も重要な研究は、ヌル測度演算子の存在に必要な必要十分条件を見つけることである。
量子ビット状態の幾何学的構造から、混合4つの量子ビット状態に対する最小誤差測定におけるヌル作用素の存在を決定するための解析条件を得る。
この条件を用いて、任意の事前確率を持つ混合4量子状態の最小エラー判別を完全解析する。
関連論文リスト
- General detectability measure [53.64687146666141]
資源のない状態から資源状態を排除することは、量子情報の基本課題である。
我々は、与えられた$n$-tensorの積状態を検出するために、故障確率の最適指数減衰率を導出した。
論文 参考訳（メタデータ） (2025-01-16T05:39:22Z) - Minimax Instrumental Variable Regression and $L_2$ Convergence
Guarantees without Identification or Closedness [71.42652863687117]
インストゥルメンタル変数(IV)回帰の非パラメトリック推定について検討した。
固定IV解に収束できる新しいペナル化ミニマックス推定器を提案する。
ラックス条件下での推定値に対して強い$L$誤差率を導出する。
論文 参考訳（メタデータ） (2023-02-10T18:08:49Z) - Local approximation for perfect discrimination of quantum states [0.0]
量子状態の識別には、可能な状態の集合から与えられた状態を特定することが含まれる。
パーティが複数のローカル操作と古典的コミュニケーション(LOCC)を使用するように制約された場合、完全状態判別は不可能であることが多い。
論文 参考訳（メタデータ） (2022-07-07T21:12:47Z) - BRIO: Bringing Order to Abstractive Summarization [107.97378285293507]
非決定論的分布を前提とした新しい学習パラダイムを提案する。
提案手法は, CNN/DailyMail (47.78 ROUGE-1) と XSum (49.07 ROUGE-1) のデータセット上で, 最新の結果が得られる。
論文 参考訳（メタデータ） (2022-03-31T05:19:38Z) - The optimal approximation of qubit states with limited quantum states [0.7221806038989489]
我々は、目的量子ビット状態と、いくつかの限られた状態によって凸的に混合された全ての可能な状態との最も近い距離を求めるための最適スキームを解析的に解く。
与えられた集合の中で、最適に目的の状態を構成する最小の状態を見つけ、また、集合の少なくとも4つの量子状態によって任意の状態が最適に確立できることを見つける。
論文 参考訳（メタデータ） (2022-03-15T12:01:41Z) - Optimal variance-reduced stochastic approximation in Banach spaces [114.8734960258221]
可分バナッハ空間上で定義された収縮作用素の定点を推定する問題について検討する。
演算子欠陥と推定誤差の両方に対して漸近的でない境界を確立する。
論文 参考訳（メタデータ） (2022-01-21T02:46:57Z) - Bound on local minimum-error discrimination of bipartite quantum states [0.0]
両部量子状態の最適判別を考察し、最適局所微分の最大成功確率の上限を与える。
以下の例を使って結果を説明します。
論文 参考訳（メタデータ） (2021-12-29T07:07:08Z) - Geometric Bloch Vector Solution to Minimum Error Discriminations of
Mixed Qubit States [0.0]
混合量子ビット状態に対して$Gamma$を求めるための4段階構造命令を開発する。
提案手法は,4つの量子ビット状態に対する新しい結果を含む2,3,4つの混合量子ビット状態に対する最適解を網羅する。
論文 参考訳（メタデータ） (2021-08-27T14:24:10Z) - Guesswork of a quantum ensemble [3.867363075280544]
有限条件条件下での推測問題の解析解を導出する。
明示的な例として、任意の立方体正則多角形および多面体アンサンブルの推測処理を計算する。
論文 参考訳（メタデータ） (2020-12-17T01:47:18Z) - 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) - Learning Minimax Estimators via Online Learning [55.92459567732491]
確率分布のパラメータを推定するミニマックス推定器を設計する際の問題点を考察する。
混合ケースナッシュ平衡を求めるアルゴリズムを構築した。
論文 参考訳（メタデータ） (2020-06-19T22:49:42Z)
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。