Fugu-MT 論文翻訳(概要): Entanglement detection with trace polynomials

論文の概要: Entanglement detection with trace polynomials

arxiv url: http://arxiv.org/abs/2303.07761v1
Date: Tue, 14 Mar 2023 10:06:34 GMT
ステータス: 処理完了
システム内更新日: 2023-03-15 15:40:39.760314
Title: Entanglement detection with trace polynomials
Title（参考訳）: トレース多項式を用いた絡み検出
Authors: Albert Rico and Felix Huber
Abstract要約: トレースの不等式に基づく非線形絡み検出の系統的手法を提案する。特に、これは二部会状態の検出に多部会の証人を雇うことができ、その逆も可能である。
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 provide a systematic method for nonlinear entanglement detection based on trace polynomial inequalities. In particular, this allows to employ multi-partite witnesses for the detection of bipartite states, and vice versa. We identify witnesses for which linear detection of an entangled state fails, but for which nonlinear detection succeeds. With the trace polynomial formulation a great variety of witnesses arise from immamant inequalities, which can be implemented in the laboratory through randomized measurements.
Abstract（参考訳）: トレース多項式の不等式に基づく非線形絡み検出の系統的手法を提案する。特に、二成分状態の検出には多成分目撃者を用いることができ、その逆も可能である。絡み合った状態の線形検出が失敗するが、非線形検出が成功する目撃者を特定する。トレース多項式の定式化では、無数の測定によって実験室で実装できる不等式から多くの目撃者が生まれる。

関連論文リスト

To Believe or Not to Believe Your LLM [51.2579827761899]
大規模言語モデル(LLM)における不確実性定量化について検討する。疫学的な不確実性が大きい場合にのみ確実に検出できる情報理論の指標を導出する。定式化の利点を実証する一連の実験を行う。
論文参考訳（メタデータ） (2024-06-04T17:58:18Z)
Error estimation of different schemes to measure spin-squeezing inequalities [0.0]
スピンスクイーズ不等式は、全角運動量の測定だけでなく、2量子相関によって評価できることを示す。非線形推定器における誤差境界の導出について,その分散の助けを借りて検討する。また、量子状態の他の非線形パラメータの統計処理にも応用できる。
論文参考訳（メタデータ） (2023-11-29T17:49:10Z)
Bootstrapped Edge Count Tests for Nonparametric Two-Sample Inference Under Heterogeneity [5.8010446129208155]
両試料間の差異を正確に検出する新しい非パラメトリック試験法を開発した。オンラインゲームにおけるユーザ行動検出のための総合シミュレーション研究と応用により,提案試験の非漸近性能が向上したことを示す。
論文参考訳（メタデータ） (2023-04-26T22:25:44Z)
Multipartite entanglement detection based on generalized state-dependent entropic uncertainty relation for multiple measurements [15.907303576427644]
複数の測定条件に対する一般化状態依存型エントロピー不確実性関係を示す。両分節および三分節の絡み合いの両面に実験的に到達可能な下界を与える。
論文参考訳（メタデータ） (2022-11-02T06:26:07Z)
Causality-Based Multivariate Time Series Anomaly Detection [63.799474860969156]
我々は、因果的観点から異常検出問題を定式化し、多変量データを生成するための通常の因果的メカニズムに従わない事例として、異常を考察する。次に、まずデータから因果構造を学習し、次に、あるインスタンスが局所因果機構に対して異常であるかどうかを推定する因果検出手法を提案する。我々は、実世界のAIOpsアプリケーションに関するケーススタディと同様に、シミュレートされたデータセットとパブリックなデータセットの両方を用いて、私たちのアプローチを評価します。
論文参考訳（メタデータ） (2022-06-30T06:00:13Z)
The Familiarity Hypothesis: Explaining the Behavior of Deep Open Set Methods [86.39044549664189]
特徴ベクトルデータに対する異常検出アルゴリズムは異常を外れ値として識別するが、外れ値検出はディープラーニングではうまく機能しない。本論文は, 新規性の有無ではなく, 慣れ親しんだ特徴の欠如を検知しているため, これらの手法が成功するというFamiliarity仮説を提案する。本論文は,親しみやすさの検出が表現学習の必然的な結果であるかどうかを論じる。
論文参考訳（メタデータ） (2022-03-04T18:32:58Z)
Measurement-device-independent nonlinear entanglement witnesses [0.0]
絡み合いの目撃者は絡み合いを検出する最も効果的な方法の1つである。測定デバイスに依存しない絡み合いの目撃者は、そのような測定依存から逃れる。
論文参考訳（メタデータ） (2021-06-10T14:58:56Z)
Data-Uncertainty Guided Multi-Phase Learning for Semi-Supervised Object Detection [66.10057490293981]
半監視対象検出のためのデータ不確実性誘導多相学習法を提案する。本手法は,ベースライン手法と比較して異常に動作し,大きなマージンで性能を向上する。
論文参考訳（メタデータ） (2021-03-29T09:27:23Z)
The Hidden Uncertainty in a Neural Networks Activations [105.4223982696279]
ニューラルネットワークの潜在表現の分布は、アウト・オブ・ディストリビューション(OOD)データの検出に成功している。本研究は、この分布が、モデルの不確実性と相関しているかどうかを考察し、新しい入力に一般化する能力を示す。
論文参考訳（メタデータ） (2020-12-05T17:30:35Z)
Detecting entanglement of unknown continuous variable states with random measurements [0.0]
第二モーメントに基づく絡み合いを特徴付ける新しい線形制約を提案する。我々は、与えられたランダムな測定に対して最適な絡み合いテストを提供する半定プログラムでそれらを使用する。
論文参考訳（メタデータ） (2020-07-10T23:56:39Z)
Anomalous Example Detection in Deep Learning: A Survey [98.2295889723002]
本調査は,ディープラーニングアプリケーションにおける異常検出の研究について,構造化された包括的概要を提供する。既存の技術に対する分類法を,その基礎となる前提と採用アプローチに基づいて提案する。本稿では,DLシステムに異常検出技術を適用しながら未解決の研究課題を取り上げ,今後の課題について述べる。
論文参考訳（メタデータ） (2020-03-16T02:47:23Z)

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。