論文の概要: Entanglement detection with imprecise measurements
- arxiv url: http://arxiv.org/abs/2202.13131v2
- Date: Sun, 15 May 2022 09:37:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-23 21:30:30.010171
- Title: Entanglement detection with imprecise measurements
- Title(参考訳): 不正確な測定による絡み合い検出
- Authors: Simon Morelli, Hayata Yamasaki, Marcus Huber, Armin Tavakoli
- Abstract要約: 本研究では,局所的な測定が意図した値とほぼ一致する場合の絡み検出について検討する。
我々は、実験室で直接見積もることができる不正確さという操作的概念を通じてこれを定式化します。
少数の不正確さが、いくつかの有名な絡み合いの目撃者を著しく損なう可能性があることを示す。
- 参考スコア(独自算出の注目度): 2.867517731896504
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We investigate entanglement detection when the local measurements only nearly
correspond to those intended. This corresponds to a scenario in which
measurement devices are not perfectly controlled, but nevertheless operate with
bounded inaccuracy. We formalise this through an operational notion of
inaccuracy that can be estimated directly in the lab. To demonstrate the
relevance of this approach, we show that small magnitudes of inaccuracy can
significantly compromise several renowned entanglement witnesses. For two
arbitrary-dimensional systems, we show how to compute tight corrections to a
family of standard entanglement witnesses due to any given level of measurement
inaccuracy. We also develop semidefinite programming methods to bound
correlations in these scenarios.
- Abstract(参考訳): 局所的な測定が意図した値にほぼ一致する場合の絡み合い検出について検討する。
これは測定装置が完全に制御されていないが、それでも境界不正確な操作を行うシナリオに対応する。
我々は、実験室で直接推定できる不正確さという操作的概念を通じてこれを定式化する。
このアプローチの妥当性を示すために,少数の不正確さがいくつかの有名な絡み合いの目撃者を著しく損なう可能性があることを示す。
2つの任意次元システムに対して、任意の測定精度の不正確さにより、標準的な絡み目の家族に対して厳密な補正を行う方法を示す。
また,これらのシナリオの相関関係を限定する半定値プログラミング手法を開発した。
関連論文リスト
- Uncertainty Quantification in Stereo Matching [61.73532883992135]
ステレオマッチングのための新しいフレームワークとその不確実性定量化を提案する。
我々は、不確実性と推定データの尺度としてベイズリスクを採用し、個別に不確実性をモデル化する。
我々は,不確実性の少ないデータポイントを選択することにより,予測精度を向上させるために不確実性手法を適用した。
論文 参考訳(メタデータ) (2024-12-24T23:28:20Z) - Imprecision plateaus in quantum steering [0.0]
測定精度のしきい値まで導入しても影響を受けないステアリングの不等式について報告する。
本稿では, インプレクション・プラトーがなぜ可能か, それらの存在の簡単な基準, それらの特性を解析するためのツールについて説明する。
論文 参考訳(メタデータ) (2024-08-22T10:26:23Z) - Bounding the amount of entanglement from witness operators [2.226837304625373]
本稿では, 絡み合った状態と分離可能な状態との操作的区別性を, 絡み合った証人から直接推定する手法を提案する。
この推定は、他のよく知られた絡み合い量化器の有界性も示している。
論文 参考訳(メタデータ) (2023-12-08T08:28:56Z) - Quantum steering with imprecise measurements [0.0]
測定精度の低いインプレクションは, 操舵の不等式に対する偽陽性の点で大きな有害な影響を及ぼす可能性が示唆された。
次に,二部体ステアリング不等式試験における一般的な測定精度を考慮に入れた手法を提案する。
論文 参考訳(メタデータ) (2023-08-29T14:52:40Z) - Training Normalizing Flows with the Precision-Recall Divergence [73.92251251511199]
特定精度リコールトレードオフを達成することは、em PR-divergencesと呼ぶ家族からの-divergencesの最小化に相当することを示す。
本稿では, 正規化フローをトレーニングして, 偏差を最小化し, 特に, 所与の高精度リコールトレードオフを実現する新しい生成モデルを提案する。
論文 参考訳(メタデータ) (2023-02-01T17:46:47Z) - Experimentally determining the incompatibility of two qubit measurements [55.41644538483948]
2つの量子ビット測定の不整合性を評価するための実験的な手順を記述し、実現した。
この事実を光学的に証明し、量子ビット状態が光子の偏光度に符号化される。
論文 参考訳(メタデータ) (2021-12-15T19:01:44Z) - 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) - Localized Calibration: Metrics and Recalibration [133.07044916594361]
完全大域キャリブレーションと完全個別化キャリブレーションのギャップにまたがる細粒度キャリブレーション指標を提案する。
次に,局所再校正法であるLoReを導入し,既存の校正法よりもLCEを改善する。
論文 参考訳(メタデータ) (2021-02-22T07:22:12Z) - Unsupervised Calibration under Covariate Shift [92.02278658443166]
ドメインシフト下でのキャリブレーションの問題を導入し、それに対処するための重要サンプリングに基づくアプローチを提案する。
実世界のデータセットと合成データセットの両方において,本手法の有効性を評価し検討した。
論文 参考訳(メタデータ) (2020-06-29T21:50:07Z) - Detection loophole in measurement-device-independent entanglement
witness [0.0]
測定デバイスに依存しない絡み合いの証人の概念は、最初の問題を取り除くために導入された。
測定デバイスに依存しない絡み合い目撃者の文脈で「検出ループホール」を解析する。
測定デバイスに依存しない絡み付き目撃者シナリオにおいて, 絡み付き目撃者関数の上限値を得る。
論文 参考訳(メタデータ) (2020-04-20T07:34:44Z)
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。