Fugu-MT 論文翻訳(概要): ER=EPR, Entanglement Topology and Tensor Networks

論文の概要: ER=EPR, Entanglement Topology and Tensor Networks

arxiv url: http://arxiv.org/abs/2203.09797v2
Date: Wed, 23 Mar 2022 08:56:35 GMT
ステータス: 処理完了
システム内更新日: 2023-02-21 12:41:23.197394
Title: ER=EPR, Entanglement Topology and Tensor Networks
Title（参考訳）: ER=EPR, 絡み合いトポロジーとテンソルネットワーク
Authors: Louis H. Kauffman
Abstract要約: ER = EPR はススキンドとマルダセナの仮説であり、絡み合ったブラックホールはアインシュタインとローゼンの橋で結ばれている。ネットワークと背景空間を融合した新しいトポロジ空間の構築方法について述べる。
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: This paper discusses ER = EPR, the hypothesis of Susskind and Maldacena that entangled black holes are connected by an Einstein-Rosen bridge, and that more generally, quantum entanglement is accompanied by topological connectivity. Given a background space and a quantum tensor network, we describe how to construct a new topological space, that welds the network and the background space together. This construction embodies the principle that quantum entanglement and topological connectivity are intimately related.
Abstract（参考訳）: 本稿では,ススキンドとマルダセナの仮説であるER = EPRについて論じ,エンタングルドブラックホールはアインシュタイン-ローゼン橋で結ばれており,より一般的には,量子エンタングルメントはトポロジカル接続を伴うという仮説を論じる。背景空間と量子テンソルネットワークが与えられた場合、ネットワークと背景空間を一緒に溶接する新しい位相空間を構築する方法について述べる。この構成は、量子絡み合いとトポロジカル接続が密接に関連しているという原理を具現化している。

関連論文リスト

From Graphs to Qubits: A Critical Review of Quantum Graph Neural Networks [56.51893966016221]
量子グラフニューラルネットワーク(QGNN)は、量子コンピューティングとグラフニューラルネットワーク(GNN)の新たな融合を表す。本稿では,QGNNの現状を批判的にレビューし,様々なアーキテクチャを探求する。我々は、高エネルギー物理学、分子化学、ファイナンス、地球科学など多種多様な分野にまたがる応用について論じ、量子的優位性の可能性を強調した。
論文参考訳（メタデータ） (2024-08-12T22:53:14Z)
A Geometry of entanglement and entropy [0.7373617024876725]
我々は、量子力学におけるその重要な役割を強調する、絡み合いの包括的概要を提供する。本稿では,幾何学的視点による絡み合いの定量化と特徴化について論じる。状態テレポーテーションのタスクに必要なリソースとしての絡み合いの例を最後に示す。
論文参考訳（メタデータ） (2024-02-24T18:26:32Z)
Percolation Theories for Quantum Networks [5.004146855779428]
量子ネットワークの不完全性において、遠方のノード間でどのように効果的かつ間接的に絡み合うことができるのか? 従来のパーコレーションフレームワークは,ネットワークの間接接続性を一意に定義していないことを示す。この実現により、"Concurrence Percolation"と呼ばれる別の理論が出現し、この理論は、大規模に現れる未認識の量子優位性を明らかにする。
論文参考訳（メタデータ） (2023-10-27T18:24:58Z)
Entanglement-Assisted Quantum Networks: Mechanics, Enabling Technologies, Challenges, and Research Directions [66.27337498864556]
本稿では,量子ネットワークの絡み合いに関する包括的調査を行う。ネットワーク構造、作業原則、開発段階の詳細な概要を提供する。また、アーキテクチャ設計、絡み合いに基づくネットワーク問題、標準化など、オープンな研究の方向性を強調している。
論文参考訳（メタデータ） (2023-07-24T02:48:22Z)
QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文参考訳（メタデータ） (2022-11-09T21:43:16Z)
Strong entanglement distribution of quantum networks [3.6720510088596297]
大規模量子ネットワークは、単一の絡み合ったシステムの伝送とストレージの現実的な制約を克服するために使われてきた。一般化されたEPR状態とGHZ状態からなる接続ネットワークは、二部交絡測定の観点で、強いCKWモノガミー不等式を満たすことを示す。我々は、局所的なユニタリ演算の下でのネットワーク構成を区別することで、絡み合った量子ネットワークを分類する。
論文参考訳（メタデータ） (2021-09-27T08:45:18Z)
Relating the topology of Dirac Hamiltonians to quantum geometry: When the quantum metric dictates Chern numbers and winding numbers [0.0]
我々は、量子計量とジェネリック・ディラック・ハミルトン多様体の位相不変量との関係を確立する。トポロジカル指標は、量子計量によって決定される量子体積によって境界づけられていることを示す。この研究は、量子工学系の幅広いクラスにおける探索されていないトポロジカル応答とメトロジーの応用を示唆している。
論文参考訳（メタデータ） (2021-06-01T21:10:48Z)
Entanglement and Complexity of Purification in (1+1)-dimensional free Conformal Field Theories [55.53519491066413]
拡大されたヒルベルト空間では、場の量子論の混合状態を部分的トレースとしてエンコードする純粋な状態が見つかる。自由ボゾン場とイジング共形場の理論の真空中の2つの間隔でこれらの量を分析する。
論文参考訳（メタデータ） (2020-09-24T18:00:13Z)
Preferred basis, decoherence and a quantum state of the Universe [77.34726150561087]
我々は、量子理論と量子宇宙論の基礎における多くの問題をレビューする。これらの問題は、H.D. Zehの科学的遺産の一部と見なすことができる。
論文参考訳（メタデータ） (2020-06-28T18:07:59Z)
Quantum entanglement in the triangle network [0.0]
我々は、基礎となる量子状態とその絡み合いの観点から、ネットワーク内の量子相関について論じる。統計的に独立であり,古典的相関性がある場合にも考慮して,そのようなネットワークで状態が準備可能である必要条件を導出する。
論文参考訳（メタデータ） (2020-02-10T17:34:20Z)
Entanglement Classification via Neural Network Quantum States [58.720142291102135]
本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
論文参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。