論文の概要: A complete and operational resource theory of measurement sharpness
- arxiv url: http://arxiv.org/abs/2303.07737v1
- Date: Tue, 14 Mar 2023 09:33:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-15 15:49:31.184062
- Title: A complete and operational resource theory of measurement sharpness
- Title(参考訳): 測定シャープネスの完全かつ運用的資源理論
- Authors: Francesco Buscemi, Kodai Kobayashi, Shintaro Minagawa
- Abstract要約: 有限次元正作用素値測度(POVM)に対するシャープネスの資源理論を構築する。
我々は、我々の理論が最大(つまり最も鋭い)要素を持ち、すべて同値であり、繰り返し可能な測度を持つPOVMの集合と一致することを示した。
- 参考スコア(独自算出の注目度): 1.933681537640272
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We construct a resource theory of sharpness for finite-dimensional positive
operator-valued measures (POVMs), where the sharpness-non-increasing operations
are given by quantum preprocessing channels and convex mixtures with POVMs
whose elements are all proportional to the identity operator. As required for a
sound resource theory of sharpness, we show that our theory has greatest (i.e.,
sharpest) elements, which are all equivalent, and coincide with the set of
POVMs that admit a repeatable measurement. Among the greatest elements,
conventional non-degenerate observables are characterized as the minimal ones.
More generally, we quantify sharpness in terms of a class of monotones,
expressed as the EPR--Ozawa correlations between the given POVM and an
arbitrary reference POVM. We show that one POVM can be transformed into another
by means of a sharpness-non-increasing operation if and only if the former is
sharper than the latter with respect to all monotones. Thus, our resource
theory of sharpness is complete, in the sense that the comparison of all
monotones provide a necessary and sufficient condition for the existence of a
sharpness-non-increasing operation between two POVMs, and operational, in the
sense that all monotones are in principle experimentally accessible.
- Abstract(参考訳): 有限次元正の演算子値測度(POVM)に対するシャープネスの資源理論を構築し、そのシャープネス非増加演算は、量子前処理チャネルと、全ての要素が恒等演算子に比例するPOVMとの凸混合によって与えられる。
シャープネスの音響資源理論に要求されるように、我々の理論は最大(つまり最もシャープな)要素を持ち、すべて等価であり、繰り返し可能な測度を持つPOVMの集合と一致することを示す。
最も大きな要素のうち、従来の非退化可観測性は最小の要素として特徴づけられる。
より一般的には、与えられた povm と任意の参照 povm の間の epr-ozawa 相関として表される単調のクラスの観点からシャープネスを定量化する。
一方のPOVMは,すべてのモノトーンに対して前者が後者よりも鋭い場合に限り,シャープネス非増加操作により別のPOVMに変換可能であることを示す。
したがって、全てのモノトンの比較は、2つのPOVM間のシャープネス非増加操作の存在に必要かつ十分な条件を与え、全てのモノトンが原理的に実験的にアクセス可能であるという意味で、我々のシャープネスの資源理論は完全である。
関連論文リスト
- Synergies Between Disentanglement and Sparsity: a Multi-Task Learning
Perspective [79.83792914684985]
我々は,最大スパース基底予測器が不整合表現をもたらす条件を提供する新しい識別可能性の結果を証明した。
この理論的な結果から,両レベル最適化問題に基づくアンタングル表現学習の実践的アプローチを提案する。
論文 参考訳(メタデータ) (2022-11-26T21:02:09Z) - Unifying different notions of quantum incompatibility into a strict
hierarchy of resource theories of communication [60.18814584837969]
我々は、POVM、チャネル、および機器の異なる概念を、分離された当事者間の通信のリソース理論の1つの階層に統一する。
我々は、情報理論資源の観点から、各非互換性の概念が何を構成しているかを正確に特定することができる。
論文 参考訳(メタデータ) (2022-11-16T21:33:31Z) - Absolutely $k$-Incoherent Quantum States and Spectral Inequalities for
Factor Width of a Matrix [0.0]
固有値のみに基づいて$k$-incoherentであることが示される量子状態の集合について検討する。
量子資源理論における絶対分離性問題と類似して、これらの状態は「絶対$k$-incoherent」と呼ばれる。
論文 参考訳(メタデータ) (2022-05-10T18:25:10Z) - A Unified Framework for Multi-distribution Density Ratio Estimation [101.67420298343512]
バイナリ密度比推定(DRE)は多くの最先端の機械学習アルゴリズムの基礎を提供する。
ブレグマン最小化の発散の観点から一般的な枠組みを開発する。
我々のフレームワークはバイナリDREでそれらのフレームワークを厳格に一般化する手法に導かれることを示す。
論文 参考訳(メタデータ) (2021-12-07T01:23:20Z) - Distribution of Classification Margins: Are All Data Equal? [61.16681488656473]
我々は理論的に動機付け、トレーニングセット上のマージン分布の曲線の下の領域が実際は一般化のよい尺度であることを実証的に示す。
結果として生じる"高いキャパシティ"機能のサブセットは、異なるトレーニング実行間で一貫性がない。
論文 参考訳(メタデータ) (2021-07-21T16:41:57Z) - Estimating Average Treatment Effects with Support Vector Machines [77.34726150561087]
サポートベクターマシン(SVM)は、機械学習文献で最も人気のある分類アルゴリズムの1つです。
我々はsvmをカーネルベースの重み付け手順として適用し,治療群と制御群の最大平均差を最小化する。
このトレードオフから生じる因果効果推定のバイアスを特徴づけ、提案されたSVM手順と既存のカーネルバランシング手法を結びつけます。
論文 参考訳(メタデータ) (2021-02-23T20:22:56Z) - An Information Bottleneck Approach for Controlling Conciseness in
Rationale Extraction [84.49035467829819]
我々は,情報ボトルネック(IB)の目的を最適化することで,このトレードオフをよりよく管理できることを示す。
我々の完全教師なしのアプローチは、文上のスパース二項マスクを予測する説明器と、抽出された合理性のみを考慮したエンドタスク予測器を共同で学習する。
論文 参考訳(メタデータ) (2020-05-01T23:26:41Z)
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。