論文の概要: The distribution of density matrices at fixed purity for arbitrary
dimensions
- arxiv url: http://arxiv.org/abs/2205.01723v2
- Date: Tue, 17 May 2022 02:44:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-14 11:41:35.399789
- Title: The distribution of density matrices at fixed purity for arbitrary
dimensions
- Title(参考訳): 任意の次元に対する固定純度における密度行列の分布
- Authors: Paul M. Alsing, Christopher C. Tison, James Schneeloch, Richard J.
Birrittella and Michael L. Fanto
- Abstract要約: N=2$(自明)、$N=3$および$N=4$の場合には閉形式解析式を与え、より高い任意の次元のCDFに対して処方を提示する。
これらの式を例証して、対数否定性と量子不一致を、$mu_4(rho)in[tfrac14, 1]$の固定純度値の範囲にまたがる(Wootter's)コンカレンスと比較する。
両部系の量子相互情報を下界とする最近提案された相補的量子相関予想を数値的に検討する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present marginal cumulative distribution functions (CDF) for density
matrices $\rho$ of fixed purity
$\tfrac{1}{N}\le\mu_N(\rho)=\textrm{Tr}[\rho^2]\le 1$ for arbitrary dimension
$N$. We give closed form analytic formulas for the cases $N=2$ (trivial), $N=3$
and $N=4$, and present a prescription for CDFs of higher arbitrary dimensions.
These formulas allows one to uniformly sample density matrices at a user
selected, fixed constant purity, and also detail how these density matrices are
distributed nonlinearly in the range $\mu_N(\rho)\in[\tfrac{1}{N}, 1]$. As an
illustration of these formulas, we compare the logarithmic negativity and
quantum discord to the (Wootter's) concurrence spanning a range of fixed purity
values in $\mu_4(\rho)\in[\tfrac{1}{4}, 1]$ for the case of $N=4$ (two qubits).
We also investigate the distribution of eigenvalues of a reduced
$N$-dimensional obtained by tracing out the reservoir of its higher-dimensional
purification. Lastly, we numerically investigate a recently proposed
complementary-quantum correlation conjecture which lower bounds the quantum
mutual information of a bipartite system by the sum of classical mutual
informations obtained from two pairs of mutually unbiased measurements.
Finally, numerical implementation issues for the computation of the CDFs and
inverse CDFs necessary for uniform sampling $\rho$ for fixed purity at very
high dimension are briefly discussed.
- Abstract(参考訳): 任意の次元 $n$ に対して、固定純度 $\tfrac{1}{n}\le\mu_n(\rho)=\textrm{tr}[\rho^2]\le 1$ の値行列に対する限界累積分布関数 (cdf) を提案する。
N=2$(自明)、$N=3$および$N=4$の場合には閉形式解析式を与え、より高い任意の次元のCDFに対して処方を提示する。
これらの公式により、ユーザが選択した一定の一定純度で密度行列を均一にサンプリングすることができ、またこれらの密度行列が非線型に$\mu_n(\rho)\in[\tfrac{1}{n}, 1]$ の範囲で分布するかを詳述できる。
これらの公式の例では、N=4$ (2 qubits) の場合、$\mu_4(\rho)\in[\tfrac{1}{4}, 1]$ の固定純度値の範囲にまたがる (Wootter's) 収束と対数ネガティビティと量子不一致を比較する。
また,高次元精製の貯留層を追尾して得られる還元N$次元の固有値分布についても検討した。
最後に, 2対の非バイアス測定から得られた古典的相互情報の和を用いて, 双分数系の量子的相互情報を下限に制限する補間量子相関予想を数値的に検討した。
最後に,CDFの計算と逆CDFの均一サンプリングに必要な数値的実装問題について,非常に高次元の固定純度に対する$\rho$について概説する。
関連論文リスト
- Dimension-free Private Mean Estimation for Anisotropic Distributions [55.86374912608193]
以前の$mathRd上の分布に関する民間推定者は、次元性の呪いに苦しむ。
本稿では,サンプルの複雑さが次元依存性を改善したアルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-11-01T17:59:53Z) - Kernel Density Estimators in Large Dimensions [9.299356601085586]
カーネルによる密度$hatrho_hmathcal D(x)=frac1n hdsum_i=1n Kleft(fracx-y_ihright)$の推定は帯域幅$h$に依存する。
本稿では,Kullback-Leibler分散に基づく帯域幅の最適しきい値が,本論文で同定された新しい統計体系に含まれることを示す。
論文 参考訳(メタデータ) (2024-08-11T15:56:44Z) - Convergence Analysis of Probability Flow ODE for Score-based Generative Models [5.939858158928473]
確率フローODEに基づく決定論的サンプリング器の収束特性を理論的・数値的両面から検討する。
連続時間レベルでは、ターゲットと生成されたデータ分布の総変動を$mathcalO(d3/4delta1/2)$で表すことができる。
論文 参考訳(メタデータ) (2024-04-15T12:29:28Z) - A Unified Framework for Uniform Signal Recovery in Nonlinear Generative
Compressed Sensing [68.80803866919123]
非線形測定では、ほとんどの先行結果は一様ではない、すなわち、すべての$mathbfx*$に対してではなく、固定された$mathbfx*$に対して高い確率で保持される。
本フレームワークはGCSに1ビット/一様量子化観測と単一インデックスモデルを標準例として適用する。
また、指標集合が計量エントロピーが低い製品プロセスに対して、より厳密な境界を生み出す濃度不等式も開発する。
論文 参考訳(メタデータ) (2023-09-25T17:54:19Z) - Condition-number-independent Convergence Rate of Riemannian Hamiltonian
Monte Carlo with Numerical Integrators [22.49731518828916]
我々は、$m制約のあるポリトープ上の$e-alphatopx$の形式での分布に対して、一般的に使用される$の族の収束率は、$leftVert alpharightVert$とポリトープの幾何学とは独立であることを示す。
これらの保証は、多様体と積分子のパラメータの項で$e-f(x)$という形の密度の収束率の一般境界に基づいている。
論文 参考訳(メタデータ) (2022-10-13T17:46:51Z) - Near-optimal fitting of ellipsoids to random points [68.12685213894112]
楕円体をランダムな点に合わせるという基本的な問題は、低ランク行列分解、独立成分分析、主成分分析に関係している。
我々はこの予想を、ある$n = Omega(, d2/mathrmpolylog(d))$ に対する適合楕円体を構成することで対数的因子まで解決する。
我々の証明は、ある非標準確率行列の便利な分解を用いて、サンダーソン等最小二乗構成の実現可能性を示す。
論文 参考訳(メタデータ) (2022-08-19T18:00:34Z) - Classical shadows of fermions with particle number symmetry [0.0]
我々は、$mathcalO(k2eta)$classic complexityを持つ任意の$k$-RDMに対する推定器を提供する。
ハーフフィリングの最悪の場合、我々の手法はサンプルの複雑さに4k$の利点をもたらす。
論文 参考訳(メタデータ) (2022-08-18T17:11:12Z) - A Law of Robustness beyond Isoperimetry [84.33752026418045]
我々は、任意の分布上でニューラルネットワークパラメータを補間する頑健性の低い$Omega(sqrtn/p)$を証明した。
次に、$n=mathrmpoly(d)$のとき、スムーズなデータに対する過度なパラメータ化の利点を示す。
我々は、$n=exp(omega(d))$ のとき、$O(1)$-Lipschitz の頑健な補間関数の存在を否定する。
論文 参考訳(メタデータ) (2022-02-23T16:10:23Z) - Linear Time Sinkhorn Divergences using Positive Features [51.50788603386766]
エントロピー正則化で最適な輸送を解くには、ベクトルに繰り返し適用される$ntimes n$ kernel matrixを計算する必要がある。
代わりに、$c(x,y)=-logdotpvarphi(x)varphi(y)$ ここで$varphi$は、地上空間から正のorthant $RRr_+$への写像であり、$rll n$である。
論文 参考訳(メタデータ) (2020-06-12T10:21:40Z) - Robustly Learning any Clusterable Mixture of Gaussians [55.41573600814391]
本研究では,高次元ガウス混合系の対向ロバスト条件下での効率的な学習性について検討する。
理論的に最適に近い誤り証明である$tildeO(epsilon)$の情報を、$epsilon$-corrupted $k$-mixtureで学習するアルゴリズムを提供する。
我々の主な技術的貢献は、ガウス混合系からの新しい頑健な識別可能性証明クラスターであり、これは正方形の定度証明システムによって捉えることができる。
論文 参考訳(メタデータ) (2020-05-13T16:44:12Z) - Uniform Probability Distribution Over All Density Matrices [0.0]
確率測度 $u$ on $mathscrD$ を $mathscrD$ 上の一様分布と見なすことができる。
この測定値に従って分布するランダム密度行列の固有値の合同分布を計算する。
論文 参考訳(メタデータ) (2020-03-29T17:45:52Z)
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。