論文の概要: Full Network nonlocality sharing in extended scenario via Optimal Weak Measurements

• arxiv url: http://arxiv.org/abs/2211.08153v1
• Date: Tue, 15 Nov 2022 14:08:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-19 12:40:08.729016
• Title: Full Network nonlocality sharing in extended scenario via Optimal Weak Measurements
• Title（参考訳）: 最適弱測定による拡張シナリオにおける完全ネットワーク非局所性共有
• Authors: Zinuo Cai and Changliang Ren
• Abstract要約: 完全量子ネットワーク非局所性(FNN)の概念が定義され、Kerstjens-Gisin-Tavakoliの不等式によって見ることができる。 本稿では,異なる組み合わせの観測者間でのFNNの共有を分析することにより,量子資源としてのFNNのリサイクルについて検討する。
• 参考スコア（独自算出の注目度）: 0.6230150669574491
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum networks, which can exceed the framework of standard bell theorem, flourish the investigation of quantum nonlocality further. Recently, a concept of full quantum network nonlocality (FNN) which is stronger than network nonlocality, has been defined and can be witnessed by Kerstjens-Gisin-Tavakoli (KGT) inequalities [Phys. Rev. Lett. 128 (2022)]. In this letter, we explored the recycling of FNN as quantum resources by analyzing the FNN sharing between different combinations of observers. The FNN sharing in extended bilocal scenario via weak measurements has been completely discussed. According to the different motivations of the observer-Charlie1, two types of possible FNN sharing, passive FNN sharing and active FNN sharing, can be investigated by checking the simultaneous violation of KGT inequalities between Alice-Bob-Charlie1 and Alice-Bob- Charlie2. Our results show that passive FNN sharing is impossible while active FNN sharing can be achieved by proper measurements, which indicate that FNN sharing requires more cooperation by the intermediate observers compared with Bell nonlocal sharing and network nonlocal sharing.
• Abstract（参考訳）: 標準ベル定理の枠組みを超えることができる量子ネットワークは、量子非局所性の研究をさらに発展させた。 近年,ネットワーク非局所性よりも強いフル量子ネットワーク非局所性 (fnn) の概念が定義され,kerstjens-gisin-tavakoli (kgt) の不等式 [phys. rev. lett. 128 (2022)] によって見ることができる。 本稿では,異なる組み合わせの観測者間のFNN共有を分析し,量子資源としてのFNNのリサイクルについて検討する。 弱測定による局所的拡張シナリオにおけるFNNの共有は完全に議論されている。 Alice-Bob-Charlie1とAlice-Bob-Charlie2の2種類のFNN共有、受動FNN共有、アクティブFNN共有は、Alice-Bob-Charlie1とAlice-Bob-Charlie2のKGT不平等の同時的違反をチェックすることによって検討できる。 以上の結果から,fnn共有は適切な測定によって実現可能であるが,fnn共有はベル非ローカル共有やネットワーク非ローカル共有に比べて,中間観察者による協力を必要とすることが示唆された。

関連論文リスト

• Device-independent full network nonlocality for arbitrary-party and unbounded-input scenario [0.0]
  フルネットワーク非局所性(FNN)は、局所非局所モデルでは再現できない量子相関を特徴付ける。 星型および線形鎖型ネットワークにおいて、任意のパーティと無制限のインプットネットワークの不等式をエレガントに導入する。 最適量子違反の導出は完全に解析的であり、量子系の次元を仮定することができない。
  論文  参考訳（メタデータ） (2024-09-28T17:40:34Z)
• Influence of joint measurement bases on sharing network nonlocality [0.0]
  連続測定によるネットワーク非局所性共有におけるElegant Joint Measurements(略してEJM)ベースの影響について検討した。 この研究は、ネットワークシナリオにおける量子相関の実現をさらに進める。
  論文  参考訳（メタデータ） (2024-06-02T19:16:37Z)
• Measurement dependence can enhance security in a quantum network [0.0]
  量子ネットワークは、セバラル量子情報処理タスクに多くの技術応用をもたらす可能性がある。 ここでは、ネットワークにおけるエンドパーティの測定選択の独立性の役割に注目し、量子ネットワークにおけるセキュリティを強化するために使用することができる。
  論文  参考訳（メタデータ） (2024-05-20T21:19:18Z)
• Information Flow in Graph Neural Networks: A Clinical Triage Use Case [49.86931948849343]
  グラフニューラルネットワーク(GNN)は、マルチモーダルグラフとマルチリレーショナルグラフを処理する能力によって、医療やその他の領域で人気を集めている。 GNNにおける埋め込み情報のフローが知識グラフ(KG)におけるリンクの予測に与える影響について検討する。 以上の結果から,ドメイン知識をGNN接続に組み込むことで,KGと同じ接続を使用する場合や,制約のない埋め込み伝搬を行う場合よりも優れた性能が得られることが示された。
  論文  参考訳（メタデータ） (2023-09-12T09:18:12Z)
• Certification of non-classicality in all links of a photonic star network without assuming quantum mechanics [52.95080735625503]
  完全なネットワーク非局所性は、少なくとも1つの情報源が古典的であるモデルに偽装することで、ネットワークの標準的な非局所性を超えている。 本報告では,3つの独立したフォトニック量子ビット源と3量子絡み合せスワッピング測定を備えた星型ネットワークにおける全ネットワーク非局所性の観測について報告する。
  論文  参考訳（メタデータ） (2022-12-19T19:00:01Z)
• Network nonlocality sharing via weak measurements in the extended bilocal scenario [1.4368870671103209]
  量子ネットワークの相関は、新しいタイプの局地性違反の緊急発生として強い関心を集めている。 そこで本研究では,弱測定による拡張ローカルシナリオにおけるネットワーク非局所共有について検討した。
  論文  参考訳（メタデータ） (2021-12-09T13:30:03Z)
• Robustness of Bayesian Neural Networks to White-Box Adversarial Attacks [55.531896312724555]
  ベイジアンネットワーク(BNN)は、ランダム性を組み込むことで、敵の攻撃を扱うのに頑丈で適している。 我々はベイズ的推論(つまり変分ベイズ)をDenseNetアーキテクチャに融合させることで、BNN-DenseNetと呼ばれるBNNモデルを作成する。 逆向きに訓練されたBNNは、ほとんどの実験で非ベイズ的で逆向きに訓練されたBNNよりも優れています。
  論文  参考訳（メタデータ） (2021-11-16T16:14:44Z)
• Full network nonlocality [68.8204255655161]
  ネットワーク内のすべてのリンクが非ローカルリソースを分散するために必要となる相関関係を記述した完全ネットワーク非ローカル性の概念を導入する。 最もよく知られているネットワークベル試験では,ネットワークの非局所性は見られていない。 より一般に、ネットワーク内の局所的および理論に依存しない相関を解析するための確立された手法は、完全なネットワーク非局所性のための十分な条件を導出するために組み合わせることができると指摘する。
  論文  参考訳（メタデータ） (2021-05-19T18:00:02Z)
• Toward Trainability of Quantum Neural Networks [87.04438831673063]
  量子ニューラルネットワーク(QNN)は、量子スピードアップを達成するために古典的ニューラルネットワークの一般化として提案されている。 QNNのトレーニングには、入力キュービット数に指数関数的に勾配速度がなくなるため、非常に大きなボトルネックが存在する。 木テンソルとステップ制御された構造を持つQNNを二分分類に適用し,ランダムな構造を持つQNNと比較してより高速な収束率と精度を示す。
  論文  参考訳（メタデータ） (2020-11-12T08:32:04Z)
• Approximation and Non-parametric Estimation of ResNet-type Convolutional Neural Networks [52.972605601174955]
  本稿では,ResNet型CNNが重要な関数クラスにおいて最小誤差率を達成可能であることを示す。 Barron と H'older のクラスに対する前述のタイプの CNN の近似と推定誤差率を導出する。
  論文  参考訳（メタデータ） (2019-03-24T19:42:39Z)

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。