論文の概要: Log-Sobolev inequality and proof of Hypothesis of the Gaussian
Maximizers for the capacity of quantum noisy homodyning
- arxiv url: http://arxiv.org/abs/2204.10626v3
- Date: Wed, 17 Aug 2022 13:02:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-16 01:08:05.276881
- Title: Log-Sobolev inequality and proof of Hypothesis of the Gaussian
Maximizers for the capacity of quantum noisy homodyning
- Title（参考訳）: 量子ノイズホモダイニングの容量に対する対数ソボレフ不等式とガウス最大化器仮説の証明
- Authors: A. S. Holevo
- Abstract要約: ガウス符号化において、振動子エネルギー制約による近似位置測定の情報伝達能力が達成されることを示す。
この手法は,最大出力エントロピーと最大出力エントロピーの差分としてキャパシティの上限が達成可能であることを保証するために,"閾値条件"の範囲外にある他のモデルに対しても有効であることを期待する。
- 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: In the present paper we give proof that the information-transmission capacity
of the approximate position measurement with the oscillator energy constraint,
which underlies noisy Gaussian homodyning in quantum optics, is attained on
Gaussian encoding. The proof is based on general principles of convex
programming. Rather remarkably, for this particular model the method reduces
the solution of the optimization problem to a generalization of the celebrated
log-Sobolev inequality. We hope that this method should work also for other
models lying out of the scope of the "threshold condition" ensuring that the
upper bound for the capacity as a difference between the maximum and the
minimum output entropies is attainable.
- Abstract（参考訳）: 本稿では,量子光学系におけるガウス準同値化の根底にある振動子エネルギー制約による近似位置測定の情報伝達能力がガウス符号化によって達成されることを示す。
この証明は凸プログラミングの一般的な原理に基づいている。
むしろ、この特定のモデルに対して、この手法は最適化問題の解を有名な対数ソボレフの不等式を一般化するために還元する。
最大出力エントロピーと最小出力エントロピーの差としてキャパシティの上限が達成可能であることを保証するため、この方法が"threshold condition"の範囲外にある他のモデルでも機能することを望む。
関連論文リスト
- Universal coding, intrinsic volumes, and metric complexity [3.4392739159262145]
ガウス的設定における逐次確率の割り当てについて検討し、ゴールは実数値観測の列を予測または等価に予測することである。
解析の一環として、一般集合のミニマックスについても記述し、情報理論の古典的な結果と最終的に関連づける。
論文 参考訳（メタデータ） (2023-03-13T16:54:04Z) - Quantization-Based Optimization: Alternative Stochastic Approximation of
Global Optimization [0.0]
NP-hard問題における目的関数のエネルギーレベルを定量化するための大域的最適化アルゴリズムを提案する。
数値実験により,提案アルゴリズムはNP-ハード最適化問題の解法において従来の学習法よりも優れていた。
論文 参考訳（メタデータ） (2022-11-08T03:01:45Z) - Proof of the Gaussian maximizers conjecture for the communication
capacity of noisy heterodyne measurements [0.0]
最終的な通信速度に対するガウス符号化の最適性に関する予想の証明を提供する。
結果は, 前のものを一般化し, 最適な符号化構造に劇的な差異を示す。
論文 参考訳（メタデータ） (2022-06-05T09:13:43Z) - Fermionic approach to variational quantum simulation of Kitaev spin
models [50.92854230325576]
キタエフスピンモデルは、自由フェルミオンへの写像を通じて、あるパラメータ状態において正確に解けることで知られている。
古典的なシミュレーションを用いて、このフェルミオン表現を利用する新しい変分アンザッツを探索する。
また、量子コンピュータ上での非アベリアオンをシミュレートするための結果の意味についてもコメントする。
論文 参考訳（メタデータ） (2022-04-11T18:00:01Z) - A Quantum Optimal Control Problem with State Constrained Preserving
Coherence [68.8204255655161]
非単体脱コヒーレンスチャネルを特徴とするマルコフ脱コヒーレンスを受ける3レベル$Lambda$型原子を考える。
我々は、デコヒーレンスレベルが予め定義された境界内にある状態制約で量子最適制御問題を定式化する。
論文 参考訳（メタデータ） (2022-03-24T21:31:34Z) - High Fidelity Quantum State Transfer by Pontryagin Maximum Principle [68.8204255655161]
We address the problem of the maximize the fidelity in a quantum state transformation process satisfy for the Liouville-von Neumann equation。
性能指標として忠実性を導入することにより、最終状態密度演算子と所望の目標状態との類似性を最大化することを目指す。
論文 参考訳（メタデータ） (2022-03-07T13:27:26Z) - Stochastic Learning Equation using Monotone Increasing Resolution of
Quantization [0.0]
単調に量子化分解能が増大する学習方程式は分布の観点として弱く収束することを示す。
本稿では,対象関数のヘシアン制約のような局所収束特性の代わりに,リプシッツ条件を満たす領域に対して,大域的最適化が可能であることを示す。
論文 参考訳（メタデータ） (2021-12-24T09:36:50Z) - Tight Exponential Analysis for Smoothing the Max-Relative Entropy and
for Quantum Privacy Amplification [56.61325554836984]
最大相対エントロピーとその滑らかなバージョンは、量子情報理論の基本的な道具である。
我々は、精製された距離に基づいて最大相対エントロピーを滑らかにする量子状態の小さな変化の崩壊の正確な指数を導出する。
論文 参考訳（メタデータ） (2021-11-01T16:35:41Z) - Bosonic field digitization for quantum computers [62.997667081978825]
我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。
本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
論文 参考訳（メタデータ） (2021-08-24T15:30:04Z) - On the classical capacity of quantum Gaussian measurement [0.0]
一般に最適なアンサンブルの平均状態のガウス性を証明する。
アンサンブルの構造に関するガウス最大化器の仮説について論じる。
論文 参考訳（メタデータ） (2021-01-02T11:11:22Z) - Amortized Conditional Normalized Maximum Likelihood: Reliable Out of
Distribution Uncertainty Estimation [99.92568326314667]
本研究では,不確実性推定のための拡張性のある汎用的アプローチとして,償却条件正規化最大値(ACNML)法を提案する。
提案アルゴリズムは条件付き正規化最大度(CNML)符号化方式に基づいており、最小記述長の原理に従って最小値の最適特性を持つ。
我々は、ACNMLが、分布外入力のキャリブレーションの観点から、不確実性推定のための多くの手法と好意的に比較することを示した。
論文 参考訳（メタデータ） (2020-11-05T08:04:34Z)
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。