論文の概要: Optimal one-shot entanglement sharing
- arxiv url: http://arxiv.org/abs/2301.01781v2
- Date: Fri, 6 Oct 2023 16:13:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-13 15:29:36.297507
- Title: Optimal one-shot entanglement sharing
- Title(参考訳): 最適ワンショット絡み合い共有
- Authors: Vikesh Siddhu and John Smolin
- Abstract要約: 本稿では,高忠実度エンタングルメントの共有を目的として,量子チャネルを一度使用する現実的な環境について論じる。
任意のチャネルに対して、この最大忠実度とそれを実現する最適入力の両方を容易に見つける方法を提供する。
これにより、チャンネルを複数回使用しても、ワンショット設定で見られる最大忠実度と最適入力が拡張されるという意味で、完全な理解が得られます。
- 参考スコア(独自算出の注目度): 3.2634122554914002
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Sharing entanglement across quantum interconnects is fundamental for quantum
information processing. We discuss a practical setting where this interconnect,
modeled by a quantum channel, is used once with the aim of sharing high
fidelity entanglement. For any channel, we provide methods to easily find both
this maximum fidelity and optimal inputs that achieve it. Unlike most metrics
for sharing entanglement, this maximum fidelity can be shown to be
multiplicative. This ensures a complete understanding in the sense that the
maximum fidelity and optimal inputs found in our one-shot setting extend even
when the channel is used multiple times, possibly with other channels. Optimal
inputs need not be fully entangled. We find the minimum entanglement in these
optimal inputs can even vary discontinuously with channel noise. Generally,
noise parameters are hard to identify and remain unknown for most channels.
However, for all qubit channels with qubit environments, we provide a rigorous
noise parametrization which we explain in-terms of no-cloning. This noise
parametrization and a channel representation we call the standard Kraus
decomposition have pleasing properties that make them both useful more
generally.
- Abstract(参考訳): 量子インターコネクト間の絡み合いの共有は、量子情報処理の基本である。
本稿では、この相互接続を量子チャネルでモデル化し、高忠実度エンタングルメントの共有を目的とした実用的な設定について論じる。
任意のチャネルに対して、この最大忠実度とそれを実現する最適入力の両方を容易に見つける方法を提供する。
絡み合いを共有するためのほとんどの指標とは異なり、この最大忠実性は乗法であることが示される。
これにより、ワンショット設定で見つかった最大忠実度と最適な入力が、複数のチャンネルが、おそらく他のチャネルと使用されても拡張されるという意味で、完全な理解が得られます。
最適な入力は完全に絡み合う必要はない。
これらの最適入力における最小絡み合いは、チャネルノイズによって不連続に変化することがある。
一般に、ノイズパラメータは識別が難しく、ほとんどのチャネルで未知のままである。
しかし、クビット環境を持つ全てのクビットチャネルに対して、厳密なノイズパラメトリゼーションを提供し、非閉鎖の時期を説明する。
この雑音のパラメトリゼーションと、我々が標準クラウス分解と呼ぶチャネル表現は、それらがより一般的に有用であるような喜ばしい性質を持つ。
関連論文リスト
- Accurate and Honest Approximation of Correlated Qubit Noise [39.58317527488534]
提案手法は, 量子ビット相関度の高い雑音成分を組み込むことにより, 精度を向上することのできる, 近似雑音チャネルの効率的な構成法である。
固定周波数超伝導量子ビットに典型的な現実的な雑音強度では、2量子ビット相関を超える相関ノイズがコードシミュレーションの精度に大きく影響することを発見した。
論文 参考訳(メタデータ) (2023-11-15T19:00:34Z) - Multiparameter estimation with two qubit probes in noisy channels [0.618778092044887]
この研究は、複数の位相回転を同時に推定する単一および2つのキュービットプローブの性能を比較する。
我々は、この同時推定の量子限界を、集合的および個人的測定を用いて計算する。
十分にノイズのあるチャネルでは、単一キュービットプローブが最大に絡み合った2つのキュービットプローブより優れていることを示す。
論文 参考訳(メタデータ) (2023-07-26T03:20:48Z) - Simultaneous superadditivity of the direct and complementary channel
capacities [0.0]
チャネルとその補体のコヒーレントかつプライベートな情報は、任意に多くのチャネルを使用する場合、同時にスーパーアダプティブであることを示す。
異なる数のチャネルを使用する場合、これらの量は異なる不等式のインターリーブシーケンスに従うことができることを示す。
論文 参考訳(メタデータ) (2023-01-12T16:58:12Z) - 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) - Group Fisher Pruning for Practical Network Compression [58.25776612812883]
本稿では,様々な複雑な構造に応用可能な汎用チャネルプルーニング手法を提案する。
我々は、単一チャネルと結合チャネルの重要性を評価するために、フィッシャー情報に基づく統一されたメトリクスを導出する。
提案手法は,結合チャネルを含む任意の構造をプルークするために利用できる。
論文 参考訳(メタデータ) (2021-08-02T08:21:44Z) - Statistical intrusion detection and eavesdropping in quantum channels
with coupling: Multiple-preparation and single-preparation methods [2.2469167925905777]
非量子通信には、Multiple-Input multiple-output (MIMO)チャネルによる構成が含まれる。
いくつかの関連する信号処理タスクは、これらのチャネルを対称的に、すなわち全ての入力に同じ役割を割り当てることによって考える。
ここでは、侵入検知と盗聴に関する追加コメントに重点を置いて、非対称な(盲目および非盲目)問題に対処する。
論文 参考訳(メタデータ) (2021-06-17T07:04:54Z) - Bounding the benefit of adaptivity in quantum metrology using the
relative fidelity [0.0]
一対のチャネルを識別するためのプロトコルや、チャネルパラメータを推定するためのプロトコルは、適応性やプローブ状態間の絡み合いによって支援されることが多い。
与えられたチャネルの相対的忠実度と入力状態のペアをそれらのチャネルに導入する。
すると、最小相対忠実度の観点から、2つの可能なチャネルのうちの1つに作用する任意のプロトコルの出力状態間の忠実度を低くすることができる。
論文 参考訳(メタデータ) (2021-04-22T19:25:33Z) - 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) - Entanglement-assisted entanglement purification [62.997667081978825]
本稿では,雑音や有限サイズのアンサンブルから高忠実なアンタングルを生成することのできる,エンタングルメント支援型エンタングルメント浄化プロトコルを提案する。
我々のプロトコルは任意の誤りに対処できるが、少ない誤りに最も適しており、特に減衰雑音に向いている。
論文 参考訳(メタデータ) (2020-11-13T19:00:05Z) - Channel-Level Variable Quantization Network for Deep Image Compression [50.3174629451739]
チャネルレベルの可変量子化ネットワークを提案し、重要なチャネルに対してより多くの畳み込みを動的に割り当て、無視可能なチャネルに対して退避する。
提案手法は優れた性能を実現し,より優れた視覚的再構成を実現する。
論文 参考訳(メタデータ) (2020-07-15T07:20:39Z) - 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)
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。