Fugu-MT 論文翻訳(概要): One-axis twisting as a method of generating many-body Bell correlations

論文の概要: One-axis twisting as a method of generating many-body Bell correlations

arxiv url: http://arxiv.org/abs/2206.10542v1
Date: Tue, 21 Jun 2022 17:16:37 GMT
ステータス: 処理完了
システム内更新日: 2023-02-08 12:43:21.332481
Title: One-axis twisting as a method of generating many-body Bell correlations
Title（参考訳）: 多体ベル相関生成法としての1軸ツイスト
Authors: Marcin P{\l}odzie\'n, Maciej Lewenstein, Emilia Witkowska, Jan Chwede\'nczuk
Abstract要約: 1軸ねじれ(OAT)は多体ベル相関の強力な源であることを示す。我々は,ベル相関が出現する臨界時刻を同定し,ベル相関の深さを常に予測するプロセスの完全解析的,普遍的な処理を開発する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We demonstrate that the one-axis twisting (OAT), a versatile method of creating non-classical states of bosonic qubits, is a powerful source of many-body Bell correlations. We develop a fully analytical and universal treatment of the process, which allows us to identify the critical time at which the Bell correlations emerge, and predict the depth of Bell correlations at all subsequent times. Our findings are illustrated with a highly non-trivial example of the OAT dynamics generated using the Bose-Hubbard model.
Abstract（参考訳）: ボソニック量子ビットの非古典的状態を生成する汎用的手法であるone-axis twisting (oat) が多体ベル相関の強力な源であることを示す。我々は,ベル相関が出現する臨界時間を特定し,その後全てのベル相関の深さを予測できる,解析的かつ普遍的な処理法を開発した。本研究は,Bose-Hubbardモデルを用いて生成したOATダイナミックスの非自明な例で示す。

関連論文リスト

Inherent quantum resources in the stationary spin chains [0.0]
様々なスピン-1/2鎖の固有状態に多体ベル相関が本質的に存在することを示す。特に,Lipkin-Meshkov-Glickモデルの固有状態と熱状態が多体ベル相関を持つことを示す。
論文参考訳（メタデータ） (2024-05-27T09:11:10Z)
Observational-Interventional Bell Inequalities [0.3769303106863453]
ベルの定理の一般化、特に量子ネットワーク内の一般化は因果推論レンズを通して分析されている。本稿では,観測データと干渉データを統合するハイブリッドベル不等式を提案する。量子違反に対するしきい値検出効率の大幅な向上を示す。
論文参考訳（メタデータ） (2024-04-07T16:49:25Z)
Stochastic action for the entanglement of a noisy monitored two-qubit system [55.2480439325792]
局所的な一意雑音が局所的なモニタリングおよび量子間カップリングを受ける2ビット系の絡み合い進化に及ぼす影響について検討した。チャンタスリ・ドルッセル・ヨルダン経路積分に雑音を組み込んでハミルトニアンを構築し、それを最適絡み合い力学の同定に利用する。長時間定常エンタングルメントの数値解析により,コンカレンスと雑音強度の非単調な関係が明らかとなった。
論文参考訳（メタデータ） (2024-03-13T11:14:10Z)
Bell correlations of a thermal fully-connected spin chain in a vicinity of a quantum critical point [0.0]
ベル相関は、量子力学自体が現れる最もエキゾチックな現象の一つである。彼らの存在は、システムが局所現実主義の仮定に反する可能性があることを示唆している。複雑でスケーラブルな多体システムの「ベルコンテンツ」を特徴付けることには関心が高まっている。
論文参考訳（メタデータ） (2024-03-04T19:00:01Z)
Spectral chaos bounds from scaling theory of maximally efficient quantum-dynamical scrambling [49.1574468325115]
複雑な量子系のエルゴード定常状態への進化に関する重要な予想は、スクランブルとして知られるこの過程が最も効率的であるときに普遍的な特徴を取得することである。このシナリオでは、完全なスクランブルダイナミクスに沿ったスペクトル相関の正確な自己相似性を具現化して、スペクトル統計量に対する単一パラメータスケーリング理論を開発する。スケーリング予測は特権プロセスで一致し、他の動的スクランブルシナリオのバウンダリとして機能し、すべてのタイムスケールで非効率または不完全なスクランブルを定量化できるようにする。
論文参考訳（メタデータ） (2023-10-17T15:41:50Z)
Detecting Bell correlations in multipartite non-Gaussian spin states [0.0]
少体相関器を含む多変量不変ベル不等式(PIBI)を導入する。既知の不等式と比較すると、これらは高いノイズロバスト、または非ガウススピン状態におけるベル相関を検出する能力を示す。我々は、この探索問題を、所望の形式のPIBIを探すのに必要な制約を埋め込んだ半定プログラムとして定式化する。
論文参考訳（メタデータ） (2023-03-23T17:57:05Z)
Initial Correlations in Open Quantum Systems: Constructing Linear Dynamical Maps and Master Equations [62.997667081978825]
任意の所定の初期相関に対して、開系の作用素の空間上の線型動的写像を導入することができることを示す。この構造が一般化されたリンドブラッド構造を持つ線形時間局所量子マスター方程式に導かれることを実証する。
論文参考訳（メタデータ） (2022-10-24T13:43:04Z)
Consistency of mechanistic causal discovery in continuous-time using Neural ODEs [85.7910042199734]
ダイナミカルシステムの研究において,連続時間における因果的発見を検討する。本稿では,ニューラルネットワークを用いた因果探索アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-05-06T08:48:02Z)
Dynamical hysteresis properties of the driven-dissipative Bose-Hubbard model with a Gutzwiller Monte Carlo approach [0.0]
強相互作用状態における駆動散逸型Bose-Hubbardモデルの力学特性について検討する。古典的および量子的相関を考慮に入れます。平均場や1/z$展開のような一様分布に依存した近似手法が,粒子数変動を著しく過小評価していることを示す。
論文参考訳（メタデータ） (2020-08-17T13:50:10Z)
Automated and Formal Synthesis of Neural Barrier Certificates for Dynamical Models [70.70479436076238]
バリア証明書(BC)の自動的,形式的,反例に基づく合成手法を提案する。このアプローチは、ニューラルネットワークとして構造化されたBCの候補を操作する誘導的フレームワークと、その候補の有効性を認証するか、反例を生成する音検証器によって支えられている。その結果,音のBCsを最大2桁の速度で合成できることがわかった。
論文参考訳（メタデータ） (2020-07-07T07:39:42Z)
Multiplicative noise and heavy tails in stochastic optimization [62.993432503309485]
経験的最適化は現代の機械学習の中心であるが、その成功における役割はまだ不明である。分散による離散乗法雑音のパラメータによく現れることを示す。最新のステップサイズやデータを含む重要な要素について、詳細な分析を行い、いずれも最先端のニューラルネットワークモデルで同様の結果を示す。
論文参考訳（メタデータ） (2020-06-11T09:58:01Z)

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。