Fugu-MT 論文翻訳(概要): Quantum Dynamical Resource Theory under Resource Non-increasing Framework

論文の概要: Quantum Dynamical Resource Theory under Resource Non-increasing Framework

arxiv url: http://arxiv.org/abs/2203.06561v1
Date: Sun, 13 Mar 2022 04:19:01 GMT
ステータス: 処理完了
システム内更新日: 2023-02-22 05:39:44.710474
Title: Quantum Dynamical Resource Theory under Resource Non-increasing Framework
Title（参考訳）: 資源非増加フレームワークによる量子動的資源理論
Authors: Siren Yang and Changshui Yu
Abstract要約: 静的コヒーレンス資源理論における最大非コヒーレント演算(MIO)と非コヒーレント演算(IO)は動的コヒーレンスという意味で自由であることを示す。また, 振幅減衰チャネルの解析計算を行い, 簡便な測定方法を提案する。
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: We defne the resource non-increasing (RNI) framework to study the dynamical resource theory. With such a defnition, we propose several potential quantifcation candidates under various free operation sets. For explicit demonstrations, we quantify the quantum dynamical coherence in the scenarios with and without post-selective measurements. Correspondingly, we show that maximally incoherent operations (MIO) and incoherent operations (IO) in the static coherence resource theory are free in the sense of dynamical coherence. We also provide operational meanings for the measures by the quantum discrimination tasks. Moreover, for the dynamical total coherence, we also present convenient measures and give the analytic calculation for the amplitude damping channel.
Abstract（参考訳）: 我々は動的資源理論を研究するためにrni(resource non-increasing)フレームワークを否定する。このような脱却により,様々な自由操作セットの下での量子化候補候補を複数提案する。明示的な実演では、後選択的な測定を伴わずとも、シナリオにおける量子力学のコヒーレンスを定量化する。それに対応して、静的コヒーレンス資源理論における最大不整合演算(MIO)と不整合演算(IO)が動的コヒーレンスという意味で自由であることを示す。また、量子識別タスクによる測度に対する運用上の意味も提供する。さらに, 動的全コヒーレンスに対して, 簡便な尺度を示し, 振幅減衰チャネルの解析計算を行う。

関連論文リスト

Reinforcement Learning under Latent Dynamics: Toward Statistical and Algorithmic Modularity [51.40558987254471]
強化学習の現実的な応用は、エージェントが複雑な高次元の観察を行う環境を含むことが多い。本稿では,統計的・アルゴリズム的な観点から,textit General$ latent dynamicsの下での強化学習の課題に対処する。
論文参考訳（メタデータ） (2024-10-23T14:22:49Z)
Entropic and operational characterizations of dynamic quantum resources [3.2074558838636262]
一般閉および凸量子資源理論を特徴付ける新しい方法を提案する。本稿では, 量子条件最小エントロピーの資源論的一般化を提案する。通信課題における自由チャネルに対するチャネルの運用上の優位性として,適切に定義されたロバスト性に基づく通信路の計測が可能であることを示す。
論文参考訳（メタデータ） (2021-12-13T18:58:36Z)
A Free Lunch from the Noise: Provable and Practical Exploration for Representation Learning [55.048010996144036]
ある雑音仮定の下では、対応するマルコフ遷移作用素の線型スペクトル特性を自由な閉形式で得られることを示す。本稿では,スペクトルダイナミクス埋め込み(SPEDE)を提案する。これはトレードオフを破り,雑音の構造を利用して表現学習のための楽観的な探索を完遂する。
論文参考訳（メタデータ） (2021-11-22T19:24:57Z)
Quantifying Dynamical Total Coherence in a Resource Non-increasing Framework [0.0]
資源非増加(RNI)フレームワークにおける動的量子資源の定量化を行う。動的資源を定量化するための2種類のアプローチを提案する。
論文参考訳（メタデータ） (2021-10-27T08:41:53Z)
Quantifying Qubit Magic Resource with Gottesman-Kitaev-Preskill Encoding [58.720142291102135]
我々は、ほとんどのフォールトトレラント量子コンピュータにおいて、魔法のリソース測度、探索特性を定義する。我々の定式化は、連続変数量子計算におけるボソニック符号、よく研究されたツールに基づいている。
論文参考訳（メタデータ） (2021-09-27T12:56:01Z)
Quantifying dynamical coherence with coherence measures [2.446672595462589]
量子コヒーレンス(quantum coherence)は、絡み合いと同様に、量子情報の基本的な資源である。非コヒーレントな状態を必要としない非コヒーレントな操作を直接定義することは困難である。我々は、コヒーレンス測度によって誘導される非コヒーレント演算の代替定義を導入し、動的コヒーレンスを定量化する。
論文参考訳（メタデータ） (2021-03-31T15:09:33Z)
One-shot dynamical resource theory [16.046979670252814]
資源の単一コピーによる1ショットの蒸留・希釈作業について検討する。単一チャネルや純粋状態準備チャネルの任意のターゲットに対して、任意のリソースとターゲットを変換するレートの上下境界を決定する普遍的な戦略を確立する。この結果は、量子通信、フォールトトレラント量子コンピューティング、量子熱力学に応用可能な一般的な動的資源理論に適用できる。
論文参考訳（メタデータ） (2020-12-04T18:57:42Z)
One-Shot Manipulation of Dynamical Quantum Resources [0.0]
我々は,動的量子資源のワンショット変換を資源量化器の観点から特徴付ける統一的なフレームワークを開発した。我々のフレームワークは量子チャネルとして表されるすべての動的リソースを含んでいる。我々は、我々の条件が重要な理論の幅広いクラスに必要で十分であることを示す。
論文参考訳（メタデータ） (2020-12-03T19:09:14Z)
Imitation with Neural Density Models [98.34503611309256]
本稿では,Imitation Occupancy Entropy Reinforcement Learning (RL) を報奨として,専門家の占有率の密度推定によるImitation Learning (IL) の新しい枠組みを提案する。提案手法は,専門家の占有率と模倣者の占有率の逆Kulback-Leibler偏差を確実に低くする非逆モデル自由RLの目的を最大化する。
論文参考訳（メタデータ） (2020-10-19T19:38:36Z)
Quantum Non-equilibrium Many-Body Spin-Photon Systems [91.3755431537592]
論文は、非平衡状態における強相関量子系の量子力学に関するものである。本研究の主な成果は, 臨界ダイナミクスのシグナチャ, 超ストロング結合のテストベッドとしての駆動ディックモデル, キブルズルーク機構の3つにまとめることができる。
論文参考訳（メタデータ） (2020-07-23T19:05:56Z)
Reinforcement Learning through Active Inference [62.997667081978825]
アクティブ推論のアイデアが従来の強化学習アプローチをどのように強化するかを示す。我々は、将来望まれる自由エネルギーという、意思決定のための新しい目標を開発し、実装する。得られたアルゴリズムが探索および利用に成功し、また、スパース、ウェル形状、報酬のないいくつかの挑戦的RLベンチマークにおいて頑健な性能を達成することを実証した。
論文参考訳（メタデータ） (2020-02-28T10:28:21Z)

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。