Fugu-MT 論文翻訳(概要): Efficiently computing the Uhlmann fidelity for density matrices

論文の概要: Efficiently computing the Uhlmann fidelity for density matrices

arxiv url: http://arxiv.org/abs/2211.02623v3
Date: Thu, 12 Jan 2023 10:07:33 GMT
ステータス: 処理完了
システム内更新日: 2023-01-20 08:47:26.769702
Title: Efficiently computing the Uhlmann fidelity for density matrices
Title（参考訳）: 密度行列のuulmann忠実度を効率的に計算する
Authors: Andrew J. Baldwin and Jonathan A. Jones
Abstract要約: 明示的な密度行列記述が利用可能である場合に、ウルマン忠実度を効率的に計算する問題を考察する。数値的に評価し易い代替式を導出し、大きな行列に対して10倍の時間を節約する。
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: We consider the problem of efficiently computing the Uhlmann fidelity in the case when explicit density matrix descriptions are available. We derive an alternative formula which is simpler to evaluate numerically, saving a factor of 10 in time for large matrices.
Abstract（参考訳）: 明示的な密度行列記述が利用可能である場合には、uhlmann fidelityを効率的に計算する問題を考える。数値評価が容易な代替公式を導出し,大行列に対して10倍の時間を節約する。

関連論文リスト

Doubly Non-Central Beta Matrix Factorization for Stable Dimensionality Reduction of Bounded Support Matrix Data [1.9867801428140066]
データ行列をタッカー表現に分解し、構成因子行列の列数が制約されないようにする。タッカー分解のための計算効率の良いサンプリングアルゴリズムを導出する。安定性の向上により、科学的仮説の生成とテストに構成因子が使用される場合の信頼性が向上する。
論文参考訳（メタデータ） (2024-10-24T04:24:47Z)
Useful Compact Representations for Data-Fitting [0.0]
我々はベクトルの選択によってパラメータ化される新しいコンパクト表現を開発し、特別な選択のために既存のよく知られた公式に還元する。本研究では, 大規模固有値計算, テンソル因子分解, 非線形回帰に対するコンパクト表現の有効性を示す。
論文参考訳（メタデータ） (2024-03-18T19:43:00Z)
An Efficient Algorithm for Clustered Multi-Task Compressive Sensing [60.70532293880842]
クラスタ化マルチタスク圧縮センシングは、複数の圧縮センシングタスクを解決する階層モデルである。このモデルに対する既存の推論アルゴリズムは計算コストが高く、高次元ではうまくスケールしない。本稿では,これらの共分散行列を明示的に計算する必要をなくし,モデル推論を大幅に高速化するアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-09-30T15:57:14Z)
Efficiently Factorizing Boolean Matrices using Proximal Gradient Descent [31.00422943397691]
BMFを連続的に緩和する新しい弾性二元正則化器を提案する。本研究では,本手法が実世界の合成・実世界のデータに対して有効であることを示す。
論文参考訳（メタデータ） (2023-07-14T20:22:21Z)
Algorithme EM r\'egularis\'e [0.0]
本稿では,より少ないサンプルサイズに対応するために,事前知識を効率的に活用するEMアルゴリズムの正規化バージョンを提案する。実データを用いた実験では,クラスタリングのための提案アルゴリズムの性能が向上した。
論文参考訳（メタデータ） (2023-07-04T23:19:25Z)
Unitary Approximate Message Passing for Matrix Factorization [90.84906091118084]
行列分解 (MF) を一定の制約で考慮し, 様々な分野の応用を見いだす。我々は,効率の良いメッセージパッシング実装であるUAMPMFを用いて,MFに対するベイズ的アプローチを開発する。 UAMPMFは、回復精度、ロバスト性、計算複雑性の観点から、最先端のアルゴリズムを著しく上回ることを示す。
論文参考訳（メタデータ） (2022-07-31T12:09:32Z)
High-Dimensional Sparse Bayesian Learning without Covariance Matrices [66.60078365202867]
共分散行列の明示的な構成を避ける新しい推論手法を提案する。本手法では, 数値線形代数と共役勾配アルゴリズムの対角線推定結果とを結合する。いくつかのシミュレーションにおいて,本手法は計算時間とメモリにおける既存手法よりも拡張性が高い。
論文参考訳（メタデータ） (2022-02-25T16:35:26Z)
Variance Reduction for Matrix Computations with Applications to Gaussian Processes [0.0]
本稿では,行列分解による行列計算の分散化に着目する。行列の平方根因数分解の計算は、いくつかの重要な場合において、任意により良い性能が得られることを示す。
論文参考訳（メタデータ） (2021-06-28T10:41:22Z)
Solving weakly supervised regression problem using low-rank manifold regularization [77.34726150561087]
我々は弱い教師付き回帰問題を解く。 weakly"の下では、いくつかのトレーニングポイントではラベルが知られ、未知のものもあれば、無作為なノイズの存在やリソースの欠如などの理由によって不確かであることが分かっています。数値的な節ではモンテカルロモデルを用いて提案手法を人工と実のデータセットに適用した。
論文参考訳（メタデータ） (2021-04-13T23:21:01Z)
Adversarially-Trained Nonnegative Matrix Factorization [77.34726150561087]
非負行列ファクタリゼーションの逆学習版を検討する。我々の定式化では、攻撃者は与えられたデータ行列に有界ノルムの任意の行列を追加する。辞書と係数行列を最適化するために, 逆学習に触発された効率的なアルゴリズムを設計する。
論文参考訳（メタデータ） (2021-04-10T13:13:17Z)
Automatic differentiation for Riemannian optimization on low-rank matrix and tensor-train manifolds [71.94111815357064]
科学計算および機械学習アプリケーションでは、行列およびより一般的な多次元配列(テンソル)は、しばしば低ランク分解の助けを借りて近似することができる。低ランク近似を見つけるための一般的なツールの1つはリーマン最適化を使うことである。
論文参考訳（メタデータ） (2021-03-27T19:56:00Z)

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。