論文の概要: Valid and efficient entanglement verification with finite copies of a quantum state

• arxiv url: http://arxiv.org/abs/2208.01983v3
• Date: Tue, 9 Jan 2024 13:37:20 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-10 21:07:03.844649
• Title: Valid and efficient entanglement verification with finite copies of a quantum state
• Title（参考訳）: 量子状態の有限コピーによる有効かつ効率的な絡み合い検証
• Authors: Pawel Cieslinski, Jan Dziewior, Lukas Knips, Waldemar Klobus, Jasmin Meinecke, Tomasz Paterek, Harald Weinfurter, Wieslaw Laskowski
• Abstract要約: 小データセットにおける絡み検出方式の有効性と効率を最適化する方法を示す。 この手法は相関関数に対する有限統計効果の分析モデルに基づく。
• 参考スコア（独自算出の注目度）: 0.4523163728236145
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Detecting entanglement in multipartite quantum states is an inherently probabilistic process, typically with a few measured samples. The level of confidence in entanglement detection quantifies the scheme's validity via the probability that the signal comes from a separable state, offering a meaningful figure of merit for big datasets. Yet, with limited samples, avoiding experimental data misinterpretations requires considering not only the probabilities concerning separable states but also the probability that the signal came from an entangled state, i.e. the detection scheme's efficiency. We demonstrate this explicitly and apply a general method to optimize both the validity and the efficiency in small data sets providing examples using at most 20 state copies. The method is based on an analytical model of finite statistics effects on correlation functions which takes into account both a Frequentist as well as a Bayesian approach and is applicable to arbitrary entanglement witnesses.
• Abstract（参考訳）: 多部量子状態における絡み合いの検出は本質的に確率的プロセスであり、典型的にはいくつかの測定サンプルを持つ。 絡み合い検出の信頼性のレベルは、信号が分離可能な状態から来る確率を通じてスキームの妥当性を定量化し、ビッグデータ集合に有意義なメリットをもたらす。 しかし、限られたサンプルでは、実験データ誤解釈を避けるためには、分離可能な状態に関する確率だけでなく、信号が絡み合った状態、すなわち検出スキームの効率から来る確率も考慮する必要がある。 このことを明示的に示し,20以上の状態コピーを用いたサンプルを提供する小規模データセットの妥当性と効率を最適化する一般的な方法を適用する。 本手法は, 確率的手法とベイズ的手法の両方を考慮した相関関数に対する有限統計効果の解析モデルに基づいており, 任意の絡み合い証人に適用できる。

関連論文リスト

• Bisimulation Learning [55.859538562698496]
  我々は、大きな、潜在的に無限の状態空間を持つ状態遷移系の有限バイシミュレートを計算する。 提案手法は,実際に行われている他の最先端ツールよりも高速な検証結果が得られる。
  論文  参考訳（メタデータ） (2024-05-24T17:11:27Z)
• Efficient semi-supervised inference for logistic regression under case-control studies [3.5485531932219243]
  ラベル付きデータの結果がバイナリとなる半教師付き設定における推論問題を考える。 ケースコントロールサンプリングは、バイナリデータの不均衡構造を緩和するための効果的なサンプリング手法である。 ラベルのないデータが利用可能であれば、インターセプトパラメータを半教師付き学習設定で識別できることが分かる。
  論文  参考訳（メタデータ） (2024-02-23T14:55:58Z)
• Efficient Conformal Prediction under Data Heterogeneity [79.35418041861327]
  コンフォーマル予測(CP)は不確実性定量化のための頑健な枠組みである。 非交換性に対処するための既存のアプローチは、最も単純な例を超えて計算不可能なメソッドにつながる。 この研究は、比較的一般的な非交換可能なデータ分布に対して証明可能な信頼セットを生成する、CPに新しい効率的なアプローチを導入する。
  論文  参考訳（メタデータ） (2023-12-25T20:02:51Z)
• Gaussian boson sampling validation via detector binning [0.0]
  本稿では,GBS実験を統計的に検証するに適した量として,双対検出器の確率分布を提案する。 それぞれの特性関数との接続を利用して,そのような分布の計算方法を示す。 また、すべての可能な干渉ネットワーク上でHaar平均化を行うとき、双対検出器の確率分布がどのように振る舞うかを示す。
  論文  参考訳（メタデータ） (2023-10-27T12:55:52Z)
• User-defined Event Sampling and Uncertainty Quantification in Diffusion Models for Physical Dynamical Systems [49.75149094527068]
  拡散モデルを用いて予測を行い,カオス力学系に対する不確かさの定量化が可能であることを示す。 本研究では,雑音レベルが低下するにつれて真の分布に収束する条件付きスコア関数の確率的近似法を開発する。 推論時に非線形ユーザ定義イベントを条件付きでサンプリングすることができ、分布の尾部からサンプリングした場合でもデータ統計と一致させることができる。
  論文  参考訳（メタデータ） (2023-06-13T03:42:03Z)
• Derandomized Novelty Detection with FDR Control via Conformal E-values [20.864605211132663]
  p-値の代わりに適切な共形e-値を活用することにより、共形推論をより安定にすることを提案する。 提案手法は, 標準共形推論と比較して, 電力損失が少なく, ランダム性を低減できることを示す。
  論文  参考訳（メタデータ） (2023-02-14T19:21:44Z)
• Towards efficient and generic entanglement detection by machine learning [20.392440676633573]
  本稿では,フレキシブルな機械学習支援絡み検出プロトコルを提案する。 このプロトコルは様々な種類のノイズやサンプル効率に対して堅牢である。 数値シミュレーションでは、4量子GHZ状態とコヒーレントノイズとの絡み合いを検出することができる。
  論文  参考訳（メタデータ） (2022-11-10T14:06:31Z)
• Sample-efficient device-independent quantum state verification and certification [68.8204255655161]
  量子情報源の認証は、量子情報処理のための信頼性と効率的なプロトコルを構築する上で重要な課題である。 我々は、有限複写方式におけるIDI仮定のない量子状態のデバイス非依存検証のための体系的なアプローチを開発する。 デバイス非依存の検証を最適なサンプル効率で行うことができることを示す。
  論文  参考訳（メタデータ） (2021-05-12T17:48:04Z)
• Tractable Inference in Credal Sentential Decision Diagrams [116.6516175350871]
  確率感性決定図は、解離ゲートの入力が確率値によってアノテートされる論理回路である。 我々は、局所確率を質量関数のクレーダル集合に置き換えることができる確率の一般化である、クレーダル感性決定図を開発する。 まず,ノイズの多い7セグメント表示画像に基づく簡単なアプリケーションについて検討する。
  論文  参考訳（メタデータ） (2020-08-19T16:04:34Z)
• Gaussian Process States: A data-driven representation of quantum many-body physics [59.7232780552418]
  我々は、絡み合った多体量子状態をコンパクトに表現するための、新しい非パラメトリック形式を示す。 この状態は、非常にコンパクトで、体系的に即効性があり、サンプリングに効率的である。 また、量子状態に対する普遍的な近似器として証明されており、データセットのサイズが大きくなるにつれて、絡み合った多体状態も捉えることができる。
  論文  参考訳（メタデータ） (2020-02-27T15:54:44Z)

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。