Fugu-MT 論文翻訳(概要): Bayesian Estimation for Bell State Rotations

論文の概要: Bayesian Estimation for Bell State Rotations

arxiv url: http://arxiv.org/abs/2304.05815v1
Date: Wed, 12 Apr 2023 12:42:29 GMT
ステータス: 処理完了
システム内更新日: 2023-04-13 15:11:52.012129
Title: Bayesian Estimation for Bell State Rotations
Title（参考訳）: ベル状態回転のベイズ推定
Authors: Luke Anastassiou, Jason F. Ralph, Simon Maskell, Pieter Kok
Abstract要約: 粒子フィルタを用いて、ベル状態測定のシーケンスから回転のパラメータを推定する。最適な単一量子ビットの場合に対する改善が $sqrt2$ factor に近づくことを示す。
参考スコア（独自算出の注目度）: 1.284647943889634
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper explores the effect of three-dimensional rotations on two-qubit Bell states and proposes a Bayesian method for the estimation of the parameters of the rotation. We use a particle filter to estimate the parameters of the rotation from a sequence of Bell state measurements and we demonstrate that the resultant improvement over the optimal single qubit case approaches the $\sqrt{2}$ factor that is consistent with the Heisenberg limit. We also demonstrate how the accuracy of the estimation method is a function of the purity of mixed states.
Abstract（参考訳）: 本稿では,2量子ベル状態に対する3次元回転の影響を考察し,回転パラメータ推定のためのベイズ法を提案する。粒子フィルタを用いてベル状態測定の列から回転のパラメータを推定し、最適な単一量子ビットの場合に対する結果の改善がハイゼンベルク極限に一致する$\sqrt{2}$因子に近づくことを示した。また, 推定法の精度が混合状態の純度関数であることを示す。

関連論文リスト

Verification of Geometric Robustness of Neural Networks via Piecewise Linear Approximation and Lipschitz Optimisation [57.10353686244835]
我々は、回転、スケーリング、せん断、翻訳を含む入力画像の幾何学的変換に対するニューラルネットワークの検証の問題に対処する。提案手法は, 分枝・分枝リプシッツと組み合わせたサンプリングおよび線形近似を用いて, 画素値に対する楽音線形制約を求める。提案手法では,既存の手法よりも最大32%の検証ケースが解決されている。
論文参考訳（メタデータ） (2024-08-23T15:02:09Z)
von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
円値ランダム関数上の表現的および解釈可能な分布の族を探索する。結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
論文参考訳（メタデータ） (2024-06-19T01:57:21Z)
State Estimation and Control for Stochastic Quantum Dynamics with Homodyne Measurement: Stabilizing Qubits under Uncertainty [1.4811951486536687]
本稿では, ホモダイン測定を用いたリアプノフに基づく制御手法を提案する。従来の量子フィルタリングと拡張カルマンフィルタの修正版について検討した。
論文参考訳（メタデータ） (2024-03-09T22:29:00Z)
Minimal-noise estimation of noncommuting rotations of a spin [0.9217021281095907]
2スピン圧縮状態を用いてスピンの回転を測定するために,$textSU (1,1)$interferometry の類似体を提案する。特定の方向と強度について、古典的境界上のすべての赤道回転軸に対する感度の利点を示す。この結果から,同じ最適化初期状態を持つ$x$-$y$平面の任意の方向の磁場を測定する方法が得られた。
論文参考訳（メタデータ） (2023-03-15T13:03:32Z)
Quantum parameter estimation in a dissipative environment [44.23814225750129]
本研究では, 発散型ボゾン環境下でのキュービットプローブに基づく量子パラメータ推定の性能について検討する。その結果, (i) 非マルコビアン性は推定性能を効果的に向上させることができ, (ii) 垂直プローブ環境相互作用を導入することにより, 推定精度を向上させることができることがわかった。
論文参考訳（メタデータ） (2021-10-15T02:43:24Z)
Determinant-free fermionic wave function using feed-forward neural networks [0.0]
本稿では,フィードフォワードニューラルネットワークを用いて,多体フェルミオン系の基底状態を検出する枠組みを提案する。エネルギーの「ばらつき」をエネルギーそのものと同時に最適化することにより近似の精度を向上させることができることを示す。これらの改善は、変分モンテカルロ法に基づく他の手法にも適用できる。
論文参考訳（メタデータ） (2021-08-19T11:51:36Z)
Two-parameter estimation with three-mode NOON state in a symmetric three-well system [0.0]
この推定手法の感度は、量子および古典的なフィッシャー情報行列を比較して検討する。この推定スキームの精度は最適測定の下でハイゼンベルクスケーリングを振舞う。
論文参考訳（メタデータ） (2021-07-06T08:13:23Z)
Variational Refinement for Importance Sampling Using the Forward Kullback-Leibler Divergence [77.06203118175335]
変分推論(VI)はベイズ推論における正確なサンプリングの代替として人気がある。重要度サンプリング(IS)は、ベイズ近似推論手順の推定を微調整し、偏りを逸脱するためにしばしば用いられる。近似ベイズ推論のための最適化手法とサンプリング手法の新たな組み合わせを提案する。
論文参考訳（メタデータ） (2021-06-30T11:00:24Z)
Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文参考訳（メタデータ） (2021-02-12T12:23:13Z)
Bayesian parameter estimation using Gaussian states and measurements [0.0]
連続変数量子距離論における3つのパラダイム的推定スキームについて考察する。ホモダインおよびヘテロダイン検出において,単一モードガウス状態で達成可能な精度について検討した。これにより、優れた性能と単純な実験的実現の可能性を組み合わせたベイズ推定戦略を特定できる。
論文参考訳（メタデータ） (2020-09-08T12:54:12Z)
Path Sample-Analytic Gradient Estimators for Stochastic Binary Networks [78.76880041670904]
二進的アクティベーションや二進的重みを持つニューラルネットワークでは、勾配降下によるトレーニングは複雑である。そこで本研究では,サンプリングと解析近似を併用した新しい推定法を提案する。勾配推定において高い精度を示し、深部畳み込みモデルにおいてより安定かつ優れた訓練を行うことを示す。
論文参考訳（メタデータ） (2020-06-04T21:51:21Z)

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。