論文の概要: Braids, Motions and Topological Quantum Computing
- arxiv url: http://arxiv.org/abs/2208.11762v1
- Date: Wed, 24 Aug 2022 20:31:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-29 23:39:14.851380
- Title: Braids, Motions and Topological Quantum Computing
- Title(参考訳): 編み物・動き・トポロジカル量子コンピューティング
- Authors: Eric C. Rowell
- Abstract要約: 量子計算のトポロジカルモデル(英語版)は、本質的にトポロジカルな物質相の任意のオン上に構築されたフォールトトレラントモデルである。
ブレイド群が重要な役割を担い、この調査では、ブレイドの数学的研究が理論に不可欠である方法の選択に焦点を当てる。
- 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: The topological model for quantum computation is an inherently fault-tolerant
model built on anyons in topological phases of matter. A key role is played by
the braid group, and in this survey we focus on a selection of ways that the
mathematical study of braids is crucial for the theory. We provide some brief
historical context as well, emphasizing ways that braiding appears in physical
contexts.
We also briefly discuss the 3-dimensional generalization of braiding: motions
of knots.
- Abstract(参考訳): 量子計算のトポロジカルモデル(英語版)は、本質的にトポロジカルな物質相の任意のオン上に構築されたフォールトトレラントモデルである。
ブレイド群は重要な役割を担っており、本研究ではブレイドの数学的研究が理論にとって重要である方法の選択に焦点を当てる。
簡単な歴史的文脈も提供し、物理的な文脈でブレイディングが現れることを強調しています。
また,ブレイディングの3次元一般化についても簡単に論じる。
関連論文リスト
- Unified View of Grokking, Double Descent and Emergent Abilities: A
Perspective from Circuits Competition [83.13280812128411]
近年の研究では、グラッキング、二重降下、大規模言語モデルにおける創発的能力など、ディープラーニングにおける興味深い現象が明らかにされている。
本稿では,記憶回路と一般化回路の競合に着目し,これら3つの現象の統一的な見方を提供する包括的枠組みを提案する。
論文 参考訳(メタデータ) (2024-02-23T08:14:36Z) - Relaxation of first-class constraints and the quantization of gauge
theories: from "matter without matter" to the reappearance of time in quantum
gravity [75.38606213726906]
第一級位相空間の制約は、新しい自由度値の修正と解釈すれば緩和することができる。
このアイデアはフォックとシュテッケルベルクに遡り、理論のゲージ対称性の制限につながった。
特に正準量子重力の場合、フォック-シュテッケルベルクのアプローチは、いわゆる時間の問題に関係している。
論文 参考訳(メタデータ) (2024-02-19T19:00:02Z) - Proposal of detecting topological transition of quantum braiding in
three-fold degenerate eigen subspace [10.625176985333017]
量子状態のブレイディング演算は、トポロジカル量子計算を実現する大きな可能性のために、かなりの注目を集めている。
3次元固有部分空間は、最小の物理系である4レベルハミルトニアンで退化可能であることを示す。
論文 参考訳(メタデータ) (2024-01-03T12:13:08Z) - Active and Passive Causal Inference Learning [51.91564516458894]
本稿では,因果推論に関心を持つ機械学習研究者,技術者,学生の出発点となる。
まず、因果同定に総合的に必要とされる重要な仮定のセットを配置することから始めます。
私たちは、それらを2つのバケット、アクティブとパッシブのアプローチに分類することで、重要な因果推論テクニックのセットを構築します。
論文 参考訳(メタデータ) (2023-08-18T02:23:48Z) - Machine learning discovers invariants of braids and flat braids [2.4063592468412267]
機械学習を用いて、ブレイド(またはフラットブレイド)の例を自明または非自明と分類する。
我々は、フラットブレイドの完全な不変量を含む、新しい便利なブレイド不変量を求める。
論文 参考訳(メタデータ) (2023-07-22T23:18:19Z) - Towards a Holistic Understanding of Mathematical Questions with
Contrastive Pre-training [65.10741459705739]
本稿では,数学的問題表現,すなわち QuesCo に対する対照的な事前学習手法を提案する。
まず、コンテンツレベルと構造レベルを含む2段階の質問強化を設計し、類似した目的で文字通り多様な質問ペアを生成する。
そこで我々は,知識概念の階層的情報を完全に活用するために,知識階層を意識したランク戦略を提案する。
論文 参考訳(メタデータ) (2023-01-18T14:23:29Z) - The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for
Deep Quantum Machine Learning [52.77024349608834]
古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。
鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。
我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
論文 参考訳(メタデータ) (2022-12-22T16:06:24Z) - HyperMiner: Topic Taxonomy Mining with Hyperbolic Embedding [54.52651110749165]
本稿では,単語や話題を表現するために,メタボリック埋め込みを導入した新しいフレームワークを提案する。
双曲空間のツリー様性により、下層のセマンティック階層はより解釈可能なトピックをマイニングするためによりうまく利用することができる。
論文 参考訳(メタデータ) (2022-10-16T02:54:17Z) - Entanglement Classification from a Topological Perspective [0.0]
絡み合いの分類は、量子資源理論において重要な問題である。
本稿では,この問題をトポロジカル量子場理論の文脈に埋め込むことについて論じる。
不完全性にもかかわらず、コネクトーム分類は任意の個数と次元に対して直接的な一般化を持つ。
論文 参考訳(メタデータ) (2022-08-29T21:46:42Z) - Braid: Weaving Symbolic and Neural Knowledge into Coherent Logical
Explanations [0.9023847175654603]
ブレイドは確率論的ルールを支持する新しい論理的理性である。
本稿では、Braidで使用される推論アルゴリズムとその分散タスクベースのフレームワークによる実装について述べる。
ROCストーリークローゼテストにおけるブレイドの評価を行い,最先端の結果に近づいた結果を得た。
論文 参考訳(メタデータ) (2020-11-26T15:36:06Z) - A unified diagrammatic approach to topological fixed point models [0.0]
固定点モデルを記述するための体系的な数学的言語を導入し、それを物質のトポロジ的位相の研究に適用する。
このフレームワークはステートサムモデルや格子トポロジカル量子場理論を思い起こさせるが、テンソルネットワークの観点で形式化され統一されている。
位相的に順序付けられた位相の基底状態を研究するための既存のテンソルネットワークとは対照的に、我々の形式論におけるテンソルネットワークはユークリッド時空における離散経路積分を表す。
論文 参考訳(メタデータ) (2020-11-24T12:40:11Z)
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。