論文の概要: Phase Factors in Singular Value Decomposition and Schmidt Decomposition
- arxiv url: http://arxiv.org/abs/2203.12579v1
- Date: Wed, 23 Mar 2022 17:41:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-21 02:31:04.810756
- Title: Phase Factors in Singular Value Decomposition and Schmidt Decomposition
- Title(参考訳): 特異値分解とシュミット分解の位相因子
- Authors: Chu Ryang Wie
- Abstract要約: 複素行列 A の特異値分解(SVD)において、AAdag と AdagA の特異ベクトルあるいは固有ベクトルは複素位相因子に一意である。
ここでは、相因子を含むSVDとシュミット分解を一貫して行うための3つの簡単なステップを要約する。
- 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 singular value decomposition (SVD) of a complex matrix A, the singular
vectors or the eigenvectors of AA{\dag} and A{\dag}A are unique up to complex
phase factors. Thus, the two unitary matrices in SVD are unique up to diagonal
matrices of phase factors, the phase-factor matrices. Also, the product of
these two phase-factor matrices, or the product of phase factors of the
corresponding singular vectors with the same singular value, is unique. In the
Schmidt decomposition, a phase-factor matrix is a phase rotation operator
acting on a subsystem alone. We summarize here three simple steps to
consistently carry out the SVD and the Schmidt decomposition including the
phase factors.
- Abstract(参考訳): 複素行列 a の特異値分解(svd)において、aa{\dag} と a{\dag}a の特異ベクトルまたは固有ベクトルは複素位相係数に対して一意である。
したがって、SVDの2つのユニタリ行列は位相係数の対角行列(位相係数行列)に一意である。
また、これら2つの位相因子行列の積、あるいは同じ特異値を持つ対応する特異ベクトルの位相係数の積は一意である。
シュミット分解において、位相因子行列は部分系のみに作用する位相回転作用素である。
本稿では,svd と schmidt の位相因子を含む分解を一貫して行うための3つの簡単なステップをまとめる。
関連論文リスト
- Efficient conversion from fermionic Gaussian states to matrix product states [48.225436651971805]
フェミオンガウス状態から行列積状態に変換する高効率なアルゴリズムを提案する。
翻訳不変性のない有限サイズ系に対しては定式化できるが、無限系に適用すると特に魅力的になる。
この手法のポテンシャルは、2つのキラルスピン液体の数値計算によって示される。
論文 参考訳(メタデータ) (2024-08-02T10:15:26Z) - Matrix decompositions in Quantum Optics: Takagi/Autonne,
Bloch-Messiah/Euler, Iwasawa, and Williamson [0.0]
量子光学においてよく用いられる4つの重要な行列分解について述べる。
これらの分解の最初の2つは特異値分解の特殊版である。
第三の因子はシンプレクティック群(英語版)の異なる部分群に属する行列の観点で一意的にシンプレクティック行列である。
論文 参考訳(メタデータ) (2024-03-07T15:43:17Z) - Factor Fitting, Rank Allocation, and Partitioning in Multilevel Low Rank
Matrices [43.644985364099036]
フロベニウスノルムの MLR 行列によって与えられた行列を適合させる際に生じる3つの問題に対処する。
第一の問題は、MLR行列の因子を調整する因子フィッティングである。
2つ目はランクアロケーションで、各レベルにおけるブロックのランクを、与えられた値の合計ランクに基づいて選択する。
最終問題は、列と列の階層的な分割と、ランクと要素を選択することである。
論文 参考訳(メタデータ) (2023-10-30T00:52:17Z) - Mutually-orthogonal unitary and orthogonal matrices [6.9607365816307]
実2重項系における拡張不可能な最大絡み合い基底の最小値と最大値はそれぞれ3と4であることを示す。
量子情報理論の応用として、実2量子系内の最大エンタングル基底の最小値と最大値はそれぞれ3と4であることを示す。
論文 参考訳(メタデータ) (2023-09-20T08:20:57Z) - Householder Projector for Unsupervised Latent Semantics Discovery [58.92485745195358]
Householder Projectorは、画像の忠実さを犠牲にすることなく、StyleGANがより複雑で正確なセマンティック属性を見つけるのに役立つ。
プロジェクタを事前訓練したStyleGAN2/StyleGAN3に統合し、複数のベンチマークでモデルを評価する。
論文 参考訳(メタデータ) (2023-07-16T11:43:04Z) - Level compressibility of certain random unitary matrices [0.0]
レベル圧縮率と呼ばれる原点におけるスペクトル形成係数の値は、ランダムスペクトルの重要な特徴である。
本論文は、中間スペクトル統計量を持つモデルを記述する異なるランダムなユニタリ行列に対して、この量の解析的な計算に費やしている。
論文 参考訳(メタデータ) (2022-02-22T21:31:24Z) - Quantum correlations, entanglement spectrum and coherence of
two-particle reduced density matrix in the Extended Hubbard Model [62.997667081978825]
半充填時の一次元拡張ハバードモデルの基底状態特性について検討する。
特に超伝導領域では, エンタングルメントスペクトルが支配的な一重項(SS)と三重項(TS)のペアリング順序の遷移を信号する。
論文 参考訳(メタデータ) (2021-10-29T21:02:24Z) - Identifiability in Exact Two-Layer Sparse Matrix Factorization [0.0]
スパース行列分解(sparse matrix factorization)は、L スパース因子 X(L) X(L--1) の積による行列 Z の近似の問題である。
本稿では,この問題に現れる識別可能性の問題に焦点をあてる。
論文 参考訳(メタデータ) (2021-10-04T07:56:37Z) - Identifiability in Exact Multilayer Sparse Matrix Factorization [0.0]
我々は、L因子の積である任意の行列が、まさにバタフライサポートであることを証明し、L因子への特異なスパース因子化を認める。
これは特にアダマール行列や2Lの離散フーリエ変換行列に適用できる。
論文 参考訳(メタデータ) (2021-10-04T07:50:51Z) - Non-PSD Matrix Sketching with Applications to Regression and
Optimization [56.730993511802865]
非PSDおよび2乗根行列の次元削減法を提案する。
複数のダウンストリームタスクにこれらのテクニックをどのように使用できるかを示す。
論文 参考訳(メタデータ) (2021-06-16T04:07:48Z) - Granular Computing: An Augmented Scheme of Degranulation Through a
Modified Partition Matrix [86.89353217469754]
大量の数値データの抽象的かつ効率的な特徴付けを形成する情報グラニュラーは、グラニュラーコンピューティングの基本的な構成要素であると考えられている。
従来の研究では, 再建誤差と造粒プロセスの性能に相関があることが示されている。
本研究では, 脱顆粒の質を高めるため, 分割行列の変更による拡張スキームの開発を行った。
論文 参考訳(メタデータ) (2020-04-03T03:20:09Z)
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。