論文の概要: Quantum Grid States and Hybrid Graphs
- arxiv url: http://arxiv.org/abs/2207.09826v1
- Date: Wed, 20 Jul 2022 11:24:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-04 08:12:03.339931
- Title: Quantum Grid States and Hybrid Graphs
- Title(参考訳): 量子グリッド状態とハイブリッドグラフ
- Authors: Biswash Ghimire, Thomas Wagner, Hermann Kampermann, Dagmar Bru{\ss}
- Abstract要約: 符号付きラプラシアン行列、重み付きグラフおよびハイブリッドグラフを用いてグラフを格子状態として解釈する新しい方法を提案する。
また、モジュラー方式で有界な絡み合った状態を構築するためのグラフィカルな手法も導入する。
我々の研究は、グリッド状態モデルに混合量子状態の族を構築する可能性を開く。
- 参考スコア(独自算出の注目度): 0.15293427903448023
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Using the signed laplacian matrix, and weighted and hybrid graphs, we present
additional ways to interpret graphs as grid states. Hybrid graphs offer the
most general interpretation. Existing graphical methods that characterize
entanglement properties of grid states are adapted to these interpretations.
These additional classes of grid states are shown to exhibit rich entanglement
properties, including bound entanglement. Further, we introduce graphical
techniques to construct bound entangled states in a modular fashion. We also
extend the grid states model to hypergraphs. Our work, on one hand, opens up
possibilities for constructing additional families of mixed quantum states in
the grid state model. On the other hand, it can serve as an instrument for
investigating entanglement problems from a graph theory perspective.
- Abstract(参考訳): 符号付きラプラシア行列と重み付きハイブリッドグラフを用いて、グラフを格子状態として解釈する追加の方法を提案する。
ハイブリッドグラフは最も一般的な解釈を提供する。
グリッド状態の絡み合い特性を特徴付ける既存のグラフィカルな手法をこれらの解釈に適用する。
これらの追加の格子状態のクラスは、有界絡みを含むリッチな絡み合い特性を示す。
さらに,モジュール方式で束縛された状態を構築するためのグラフィカルな手法を導入する。
また、グリッド状態モデルをハイパーグラフに拡張する。
一方、我々の研究は、グリッド状態モデルで混合量子状態のファミリーを構築する可能性を開きます。
一方で、グラフ理論の観点から絡み合い問題を調べるための道具としても機能する。
関連論文リスト
- InstructG2I: Synthesizing Images from Multimodal Attributed Graphs [50.852150521561676]
InstructG2Iと呼ばれるグラフ文脈条件拡散モデルを提案する。
InstructG2Iはまずグラフ構造とマルチモーダル情報を利用して情報的隣人サンプリングを行う。
Graph-QFormerエンコーダは、グラフノードをグラフプロンプトの補助セットに適応的に符号化し、デノナイジングプロセスを導く。
論文 参考訳(メタデータ) (2024-10-09T17:56:15Z) - Graphical Symplectic Algebra [0.0]
任意の体上のアフィンラグランジアンおよび共等方的関係のダガーコンパクトプロップに対して完全なプレゼンテーションを行う。
これは、親和性に制約された古典力学系と奇数素次元安定化器量子回路の両方に対して統一的なグラフィカル言語群を提供する。
論文 参考訳(メタデータ) (2024-01-15T19:07:33Z) - Spectral Augmentations for Graph Contrastive Learning [50.149996923976836]
コントラスト学習は、監督の有無にかかわらず、表現を学習するための第一の方法として現れてきた。
近年の研究では、グラフ表現学習における事前学習の有用性が示されている。
本稿では,グラフの対照的な目的に対する拡張を構築する際に,候補のバンクを提供するためのグラフ変換操作を提案する。
論文 参考訳(メタデータ) (2023-02-06T16:26:29Z) - Hyperbolic Graph Representation Learning: A Tutorial [39.25873010585029]
本チュートリアルは,このグラフ表現学習の新たな分野について,すべてのオーディエンスにアクセス可能なことを目的とした紹介を行う。
まず、グラフ表現学習といくつかの予備的および双曲幾何学について簡単な紹介を行う。
そして、それらを一般的なフレームワークに統合することで、現在の双曲グラフニューラルネットワークの技術詳細を包括的に再考する。
論文 参考訳(メタデータ) (2022-11-08T07:15:29Z) - Efficient tensor network simulation of quantum many-body physics on
sparse graphs [0.0]
疎結合な基礎グラフ上に定義されたテンソルネットワーク状態について検討する。
メッセージパッシング推論アルゴリズムは、局所的な期待値の効率的な計算に繋がる可能性がある。
論文 参考訳(メタデータ) (2022-06-09T18:00:03Z) - Hyperbolic Graph Neural Networks: A Review of Methods and Applications [55.5502008501764]
グラフニューラルネットワークは、従来のニューラルネットワークをグラフ構造化データに一般化する。
グラフ関連学習におけるユークリッドモデルの性能は、ユークリッド幾何学の表現能力によって依然として制限されている。
近年,木のような構造を持つグラフデータ処理や,ゆるい分布の処理において,双曲空間が人気が高まっている。
論文 参考訳(メタデータ) (2022-02-28T15:08:48Z) - Graphon-aided Joint Estimation of Multiple Graphs [24.077455621015552]
観測結果から複数のネットワークのトポロジを推定する問題を考察する。
これは非パラメトリックなモデルであり、潜在的に異なるサイズのグラフを描画することができる。
論文 参考訳(メタデータ) (2022-02-11T15:20:44Z) - GraphOpt: Learning Optimization Models of Graph Formation [72.75384705298303]
本稿では,グラフ構造形成の暗黙的モデルを学ぶエンドツーエンドフレームワークを提案し,その基盤となる最適化機構を明らかにする。
学習した目的は、観測されたグラフプロパティの説明として機能し、ドメイン内の異なるグラフを渡すために自分自身を貸すことができる。
GraphOptは、グラフ内のリンク生成をシーケンシャルな意思決定プロセスとして、最大エントロピー逆強化学習アルゴリズムを用いて解決する。
論文 参考訳(メタデータ) (2020-07-07T16:51:39Z) - Graph Pooling with Node Proximity for Hierarchical Representation
Learning [80.62181998314547]
本稿では,ノード近接を利用したグラフプーリング手法を提案し,そのマルチホップトポロジを用いたグラフデータの階層的表現学習を改善する。
その結果,提案したグラフプーリング戦略は,公開グラフ分類ベンチマークデータセットの集合において,最先端のパフォーマンスを達成できることが示唆された。
論文 参考訳(メタデータ) (2020-06-19T13:09:44Z) - Theoretically Expressive and Edge-aware Graph Learning [24.954342094176013]
この分野における最近の進歩と組み合わせた新しいグラフニューラルネットワークを提案する。
我々は,このモデルがグラフ同型ネットワークやグラフニューラルネットワークよりも厳密に一般化されていることを証明した。
論文 参考訳(メタデータ) (2020-01-24T13:43:39Z) - Bridging Knowledge Graphs to Generate Scene Graphs [49.69377653925448]
本稿では,2つのグラフ間の情報伝達を反復的に行う新しいグラフベースニューラルネットワークを提案する。
我々のグラフブリッジネットワークであるGB-Netは、エッジとノードを連続的に推論し、相互接続されたシーンとコモンセンスグラフのリッチでヘテロジニアスな構造を同時に活用し、洗練する。
論文 参考訳(メタデータ) (2020-01-07T23:35:52Z)
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。