論文の概要: Transport properties in directed Quantum Walks on the line
- arxiv url: http://arxiv.org/abs/2207.14771v1
- Date: Fri, 29 Jul 2022 16:24:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-03 02:16:42.144849
- Title: Transport properties in directed Quantum Walks on the line
- Title(参考訳): 直線上の有向量子ウォークにおける輸送特性
- Authors: Rodrigo Chaves, Jaime Santos, Bruno Chagas
- Abstract要約: グラフの方向の位相係数を調整し, 生存確率の正常化と減衰率の向上を図示する。
その結果, 局所的でない初期条件の平均偏差と標準偏差は方向に依存しないことがわかった。
- 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: We obtained analytical expressions considering a directed continuous-time
quantum walk on a directed infinite line using Bessel functions, expanding
previous results in the literature, for a general initial condition. We derive
the equation for the probability distribution, and show how to recover normal
and enhanced decay rates for the survival probability by adjusting the phase
factor of the direction of the graph. Our result shows that the mean and
standard deviation for a specific non-local initial condition does not depend
on the direction.
- Abstract(参考訳): 有向無限線上の有向連続時間量子ウォークを考慮した解析式をベッセル関数を用いて求め,これまでの結果を一般初期条件に拡張した。
確率分布の方程式を導出し、グラフの向きの位相係数を調整して、生存確率の正規化と拡張された減衰率の回復方法を示す。
その結果, 局所的でない初期条件の平均偏差と標準偏差は方向に依存しないことがわかった。
関連論文リスト
- Asymptotically Optimal Change Detection for Unnormalized Pre- and Post-Change Distributions [65.38208224389027]
本稿では,非正規化前および後の変化分布のみがアクセス可能である場合にのみ,変化を検出する問題に対処する。
提案手法は,最適性能を示すことが知られている累積サム統計量の推定に基づく。
論文 参考訳(メタデータ) (2024-10-18T17:13:29Z) - Limit Distribution Theory for Quantum Divergences [8.11839312231511]
推定誤差の変動を特徴付ける極限分布理論はまだ未熟であることを示す。
この結果の適用例として、量子状態のパウリトモグラフィーに基づく量子相対エントロピーの推定器を検討し、その結果の分布が正規であり、パウリ作用素と状態の項で特徴づけられることを示す。
上記の限界分布の知識を利用して、多仮説テスト問題の性能保証を得る。
論文 参考訳(メタデータ) (2023-11-22T21:06:41Z) - The noise level in linear regression with dependent data [36.252641692809924]
従属データ(beta$-mixing)を用いてランダム設計線形回帰の上限を導出する。
定値要因まで、我々の分析は中央極限定理によって予測される分散項を正しく復元する。
論文 参考訳(メタデータ) (2023-05-18T17:55:52Z) - Bayesian Renormalization [68.8204255655161]
ベイズ統計的推論にインスパイアされた再正規化に対する完全情報理論的アプローチを提案する。
ベイズ再正規化の主な洞察は、フィッシャー計量が創発的RGスケールの役割を担う相関長を定義することである。
本研究では,ベイズ正規化方式が既存のデータ圧縮法やデータ生成法とどのように関係しているかを考察する。
論文 参考訳(メタデータ) (2023-05-17T18:00:28Z) - Instance-Dependent Generalization Bounds via Optimal Transport [51.71650746285469]
既存の一般化境界は、現代のニューラルネットワークの一般化を促進する重要な要因を説明することができない。
データ空間における学習予測関数の局所リプシッツ正則性に依存するインスタンス依存の一般化境界を導出する。
ニューラルネットワークに対する一般化境界を実験的に解析し、有界値が有意義であることを示し、トレーニング中の一般的な正規化方法の効果を捉える。
論文 参考訳(メタデータ) (2022-11-02T16:39:42Z) - Continuous and Distribution-free Probabilistic Wind Power Forecasting: A
Conditional Normalizing Flow Approach [1.684864188596015]
条件正規化フロー(CNF)に基づく確率的風力予測のためのデータ駆動型手法を提案する。
既存の手法とは対照的に、このアプローチは(非パラメトリックおよび量子的アプローチのように)分布自由であり、連続確率密度を直接生成することができる。
論文 参考訳(メタデータ) (2022-06-06T08:48:58Z) - Variational Inference in high-dimensional linear regression [5.065420156125522]
高次元ベイズ線形回帰を積優先で研究する。
後部分布のログ正規化定数に対するナイーブ平均場近似の先導的正しさの十分な条件を提供します。
論文 参考訳(メタデータ) (2021-04-25T19:09:38Z) - Robust Generalised Bayesian Inference for Intractable Likelihoods [9.77823546576708]
スタインの不一致を損失関数として一般化ベイズ推論を考える。
これは、確率が難解な正規化定数を含む応用によって動機づけられる。
後肢の整合性, 正規性, 偏在性を示し, これらの特性がスタインの相違の選択によってどのように影響するかを明らかにする。
論文 参考訳(メタデータ) (2021-04-15T10:31:22Z) - Benign Overfitting of Constant-Stepsize SGD for Linear Regression [122.70478935214128]
帰納バイアスは 経験的に過剰フィットを防げる中心的存在です
この研究は、この問題を最も基本的な設定として考慮している: 線形回帰に対する定数ステップサイズ SGD。
我々は、(正規化されていない)SGDで得られるアルゴリズム正則化と、通常の最小二乗よりも多くの顕著な違いを反映する。
論文 参考訳(メタデータ) (2021-03-23T17:15:53Z) - Determination of the critical exponents in dissipative phase
transitions: Coherent anomaly approach [51.819912248960804]
オープン量子多体系の定常状態に存在する相転移の臨界指数を抽出するコヒーレント異常法の一般化を提案する。
論文 参考訳(メタデータ) (2021-03-12T13:16:18Z) - The Vector Poisson Channel: On the Linearity of the Conditional Mean
Estimator [82.5577471797883]
本研究では,ベクトルポアソン雑音における条件平均推定器の特性について検討する。
最初の結果は、ポアソンノイズの暗電流パラメータがゼロでない場合、条件平均推定器は線形ではないことを示す。
第2の結果は、第1の結果を定量的に精錬する。
論文 参考訳(メタデータ) (2020-03-19T18:21:33Z)
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。