論文の概要: Profitable entanglement for channel discrimination
- arxiv url: http://arxiv.org/abs/2211.15108v1
- Date: Mon, 28 Nov 2022 07:55:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-17 15:07:40.170686
- Title: Profitable entanglement for channel discrimination
- Title(参考訳): チャネル識別のための利益のある絡み合い
- Authors: Samad Khabbazi Oskouei, Stefano Mancini, Milajiguli Rexiti
- Abstract要約: 本稿では,2つの一般的なクビットチャネルの識別における側絡の有用性について検討する。
まず、完全正およびトレース保存されたキュービット線型写像の集合において極端であるチャネルの問題を解析する。
- 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 investigate the usefulness of side entanglement in discriminating between
two generic qubit channels and determine exact conditions under which it does
enhance (as well as conditions under which it does not) the success
probability. This is done in a constructive way by first analyzing the problem
for channels that are extremal in the set of completely positive and
trace-preserving qubit linear maps and then for channels that are inside such a
set.
- Abstract(参考訳): 本研究では,2つの一般量子ビットチャネルの識別における側絡の有用性について検討し,それが拡張する条件(および成功確率が向上しない条件)を決定する。
これは、まず、完全正およびトレース保存されたキュービット線型写像の集合において極端であるチャネルの問題を解析し、次にそのような集合の内部にあるチャネルについて構成的に行われる。
関連論文リスト
- Composite Classical and Quantum Channel Discrimination [6.553031877558699]
非対称なセッティングにおける二元合成チャネル識別の問題について検討し、その仮説は比較的任意のチャネル集合によって与えられる。
一般的な単純な仮説とは異なり、古典的なチャネルに対する合成仮説を用いたチャネル識別戦略には利点があることが示される。
論文 参考訳(メタデータ) (2023-03-03T15:31:38Z) - Benign Overfitting in Linear Classifiers and Leaky ReLU Networks from
KKT Conditions for Margin Maximization [59.038366742773164]
ロジスティック損失の勾配流によって訓練された線形および漏洩ReLUは、KKT条件を満たすための暗黙の偏りを持つ。
本研究では、線形分類器や2層リークReLUネットワークにおいて、これらの条件の満足度が良性オーバーフィットを意味するような設定を多数確立する。
論文 参考訳(メタデータ) (2023-03-02T18:24:26Z) - Entanglement Breaking Rank via Complementary Channels and Multiplicative
Domains [4.588028371034406]
本稿では,チャネルが絡み目破壊であるかを判定し,絡み目破壊ランクを評価する新しい手法を提案する。
我々は、絡み合いの破れを示し、そのような流路の長衣位は等しくなっている。
論文 参考訳(メタデータ) (2022-11-21T23:33:10Z) - Preservation of entanglement in local noisy channels [0.0]
共有量子状態に対する局所雑音の影響を考察し,劣化から保存できる絡み合いの量を評価する。
この研究の主な動機は、保存された絡み合いの依存関係の背後にある理由を分析することである。
論文 参考訳(メタデータ) (2022-09-09T17:37:59Z) - Revisiting Random Channel Pruning for Neural Network Compression [159.99002793644163]
チャネル(または3Dフィルタ)プルーニングは、ニューラルネットワークの推論を加速する有効な方法である。
本稿では,ランダムな探索により,プルーンドモデルのチャネル構成を決定することを試みる。
この単純な戦略は、他のチャネルプルーニング手法と比較して非常にうまく機能することを示す。
論文 参考訳(メタデータ) (2022-05-11T17:59:04Z) - Bi-PPT channels are entanglement breaking [77.34726150561087]
両PPTチャネルは常に絡み合っていることを示す。
また, 劣化可能な量子チャネルは, 構成条件下では完全に正であり, 転位が絡み合っていることを示す。
論文 参考訳(メタデータ) (2022-04-04T17:53:38Z) - Channel-wise Knowledge Distillation for Dense Prediction [73.99057249472735]
本稿では,学生ネットワークと教師ネットワークのチャンネルワイズ機能について提案する。
様々なネットワーク構造を持つ3つのベンチマークにおいて、一貫して優れた性能を実現している。
論文 参考訳(メタデータ) (2020-11-26T12:00:38Z) - Channel-wise Alignment for Adaptive Object Detection [66.76486843397267]
遺伝的物体検出は、ディープ畳み込みニューラルネットワークの開発によって大いに促進されている。
このタスクの既存の方法は、通常、画像全体や関心の対象に基づいて、ハイレベルなアライメントに注意を向ける。
本稿では,チャネルワイドアライメント(チャネルワイドアライメント)という,まったく異なる観点からの適応を実現する。
論文 参考訳(メタデータ) (2020-09-07T02:42:18Z) - Operation-Aware Soft Channel Pruning using Differentiable Masks [51.04085547997066]
本稿では,データ駆動型アルゴリズムを提案する。このアルゴリズムは,操作特性を利用して,ディープニューラルネットワークを異なる方法で圧縮する。
我々は大規模な実験を行い、出力ネットワークの精度で優れた性能を達成する。
論文 参考訳(メタデータ) (2020-07-08T07:44:00Z) - Optimal measurement preserving qubit channels [1.90365714903665]
本稿では,量子チャネル上で送信される量子ビット状態の識別の問題について考察する。
与えられたアンサンブルのためのOMPチャネルのセットを構築する方法を示す。
論文 参考訳(メタデータ) (2020-06-29T20:40:35Z) - Coherent Quantum Channel Discrimination [6.345523830122166]
コヒーレントな量子チャネル識別は、検証者と証明者の間の量子インタラクティブな証明システムである。
この成功確率は量子超チャネルの作用の下では増加しない。
成功確率を計算できる明示的な半定値プログラムを提供する。
論文 参考訳(メタデータ) (2020-01-08T18:47:08Z)
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。