論文の概要: Maximum confidence measurement for qubit states
- arxiv url: http://arxiv.org/abs/2203.05737v2
- Date: Mon, 19 Sep 2022 02:08:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-22 09:38:45.825009
- Title: Maximum confidence measurement for qubit states
- Title（参考訳）: 量子状態の最大信頼度測定
- Authors: Hanwool Lee, Kieran Flatt, Carles Roch i Carceller, Jonatan Bohr Brask
and Joonwoo Bae
- Abstract要約: 量子状態判別では、あるアンサンブルから未知の状態を特定することを目的として測定を行う。
これは、最小限のエラーとあいまいな状態の識別を含む、幅広い差別戦略を統一する。
量子状態アンサンブルの幾何学的手法を用いてMCMを求める手法を提案する。
提案手法は, MCMによる様々なキュービット計測の解釈を提供し, キュービットプロトコルの考案に利用することができる。
- 参考スコア（独自算出の注目度）: 1.3124513975412255
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: In quantum state discrimination, one aims to identify unknown states from a
given ensemble by performing measurements. Different strategies such as
minimum-error discrimination or unambiguous state identification find different
optimal measurements. Maximum-confidence measurements (MCMs) maximise the
confidence with which inputs can be identified given the measurement outcomes.
This unifies a range of discrimination strategies including minimum-error and
unambiguous state identification, which can be understood as limiting cases of
MCM. In this work, we investigate MCMs for general ensembles of qubit states.
We present a method for finding MCMs for qubit-state ensembles by exploiting
their geometry and apply it to several interesting cases, including ensembles
two and four mixed states and ensembles of an arbitrary number of pure states.
We also compare MCMs to minimum-error and unambiguous discrimination for
qubits. Our results provide interpretations of various qubit measurements in
terms of MCM and can be used to devise qubit protocols.
- Abstract（参考訳）: 量子状態判別において、あるアンサンブルから未知の状態を特定することを目的とする。
最小エラー識別やあいまいな状態識別のような異なる戦略は、異なる最適な測定方法を見つける。
最大信頼度測定(MCM)は、測定結果から入力を識別できる信頼度を最大化する。
これは、最小限のエラーやあいまいな状態識別を含む様々な差別戦略を統一し、CMMの制限事例と解釈できる。
本研究では,量子状態の一般アンサンブルに対するmcmsについて検討する。
本稿では,量子状態のアンサンブルを幾何形状を利用して検出し,それらを2と4の混合状態と任意の数の純状態のアンサンブルを含むいくつかの興味深いケースに適用する手法を提案する。
また,mcmsを最小誤差と非あいまいな識別と比較した。
提案手法は, MCMによる様々なキュービット計測の解釈を提供し, キュービットプロトコルの考案に利用できる。
関連論文リスト
- Sequential Quantum Maximum Confidence Discrimination [0.8192907805418583]
最大信頼度を有する量子状態判別の逐次シナリオについて検討する。
最大信頼度測定のための正の演算値測定要素が線形独立である場合にのみ、等しく高い信頼度を持つ逐次状態判別が実現できることを示す。
論文 参考訳（メタデータ） (2024-11-19T15:03:34Z) - Localizing multipartite entanglement with local and global measurements [5.434628844260994]
本研究は, 純量子状態における多部絡み合いを, 残りの系を計測してサブシステムに局在させる課題について検討する。
n$-tangle, true multipartite entanglement concurrence, and the concentratable entanglement (CE) を根底となるシード尺度として選択する。
本稿では,近年議論されている局所的測位プロトコルのほぼ最適性を検証した。
論文 参考訳（メタデータ） (2024-11-06T17:58:35Z) - Entanglement witness and multipartite quantum state discrimination [0.0]
マルチパーティの量子状態判別を考察し、分離可能な測定による最小エラー判別が絡み合いの証人の概念と密接に関連していることを示す。
絡み合いの証人の特性に基づいて、分離可能な測定により、最小限のエラー識別に必要かつ十分な条件を確立する。
論文 参考訳（メタデータ） (2023-01-13T07:35:41Z) - Targeted Separation and Convergence with Kernel Discrepancies [61.973643031360254]
カーネルベースの不一致測度は、(i)ターゲットPを他の確率測度から分離するか、(ii)Pへの弱収束を制御する必要がある。
本稿では, (i) と (ii) を保証するのに十分な,必要な新しい条件を導出する。
可分距離空間上のMDDに対して、ボヒナー埋め込み可測度を分離するカーネルを特徴づけ、すべての測度を非有界カーネルと分離するための単純な条件を導入する。
論文 参考訳（メタデータ） (2022-09-26T16:41:16Z) - Incompatibility of local measurements provide advantage in local quantum
state discrimination [0.0]
同時に測定できない量子測定のパックは、非互換な測定のセットを形成すると言われている。
不整合測定を用いて状態を推測する確率と、不整合測定を用いて状態を推測する最大確率の比率を解析した。
論文 参考訳（メタデータ） (2022-04-22T22:29:19Z) - Geometric mean of bipartite concurrences as a genuine multipartite
entanglement measure [0.0]
本稿では,真の多部交絡測度として,両部共起の幾何学的平均を提案する。
提案手法は,他の測度と異なる絡み合いの順序を呈し,特定の種類の真の絡み合いの差を検出できることを示す。
論文 参考訳（メタデータ） (2021-12-20T13:04:28Z) - 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) - Regret Analysis in Deterministic Reinforcement Learning [78.31410227443102]
本稿では,最適学習アルゴリズムの分析と設計の中心となる後悔の問題を考察する。
本稿では,システムパラメータに明示的に依存する対数問題固有の後悔の下位境界について述べる。
論文 参考訳（メタデータ） (2021-06-27T23:41:57Z) - Decomposed Mutual Information Estimation for Contrastive Representation
Learning [66.52795579973484]
最近のコントラスト的表現学習法は、基礎となるコンテキストの複数のビュー間の相互情報(MI)を推定することに依存している。
そこで本研究では,MI推定問題を1つのビューを段階的により情報的なサブビューに分割することにより,より小さな推定問題の和に分解することを提案する。
この式は無条件MI項と条件MI項の和を含み、それぞれが全MIのモデストチャンクを測定する。
DEMIは、通常の非分解コントラスト境界よりも多くのMIを合成条件で捕捉できることを示す。
論文 参考訳（メタデータ） (2021-06-25T03:19:25Z) - Rethink Maximum Mean Discrepancy for Domain Adaptation [77.2560592127872]
本論文は,(1)最大平均距離の最小化は,それぞれソースとクラス内距離の最大化に等しいが,その差を暗黙の重みと共同で最小化し,特徴判別性は低下する,という2つの本質的な事実を理論的に証明する。
いくつかのベンチマークデータセットの実験は、理論的な結果の有効性を証明しただけでなく、我々のアプローチが比較した最先端手法よりも大幅に向上できることを実証した。
論文 参考訳（メタデータ） (2020-07-01T18:25:10Z) - Approximate MMAP by Marginal Search [78.50747042819503]
本稿では,グラフィカルモデルにおける最小値MAPクエリの戦略を提案する。
提案した信頼度尺度は,アルゴリズムが正確であるインスタンスを適切に検出するものである。
十分に高い信頼度を得るために、アルゴリズムは正確な解を与えるか、正確な解からハミング距離が小さい近似を与える。
論文 参考訳（メタデータ） (2020-02-12T07:41:13Z)
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。