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

Entanglement detection in arbitrary dimensional bipartite quantum systems through partial realigned moments [0.0]
任意の次元量子状態における二部構造絡み検出のための分離性基準を提案する。提案手法は, 共用枠組みを用いて, 蒸留可能な状態と有界な絡み合った状態の両方を検出できる。
論文参考訳（メタデータ） (2023-02-09T17:44:46Z)
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)
Tight bounds from multiple observables entropic uncertainty relations [0.0]
量子相関の存在を証明した状態独立性および状態依存性エントロピー不等式を導入する。 EUR の加法性は、2つ以上の可観測性を含む EUR に対してのみ成り立つが、2つ以上の可観測性を考える不等式や、サブシステムのフォン・ノイマンエントロピーの追加は量子相関を検出できることを示す。
論文参考訳（メタデータ） (2022-07-27T11:33:15Z)
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)
A Hypothesis Testing Approach to Nonstationary Source Separation [15.193722258844517]
盲目および半盲目多変量観測からの非定常信号の抽出は、再発問題である。非定常性同定のための様々な手法を概説し,仮説テストに基づく新しい汎用フレームワークを提案する。本手法は,非侵襲性胎児心電図抽出に応用されている。
論文参考訳（メタデータ） (2021-05-14T16:58:55Z)
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)
Nonlinear Independent Component Analysis for Continuous-Time Signals [85.59763606620938]
このプロセスの混合物の観察から多次元音源過程を復元する古典的問題を考察する。このリカバリは、この混合物が十分に微分可能で可逆な関数によって与えられる場合、多くの一般的なプロセスのモデル(座標の順序と単調スケーリングまで)に対して可能であることを示す。
論文参考訳（メタデータ） (2021-02-04T20:28:44Z)
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)
The Impact of Discretization Method on the Detection of Six Types of Anomalies in Datasets [0.0]
異常検出は、何らかの方法で異常であり、データセットに存在する一般的なパターンに適合しないケース、またはケースのグループを特定するプロセスである。多数のアルゴリズムは、検出プロセスにおいて数値データの離散化を利用する。本研究では,最近のデータ異常のタイプで認識されている6種類の異常のそれぞれを教師なし検出する上で,離散化法が与える影響について検討した。
論文参考訳（メタデータ） (2020-08-27T18:43:55Z)
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。