Fugu-MT 論文翻訳(概要): Low-ground/High ground capacity regions analysis for Bosonic Gaussian Channels

論文の概要: Low-ground/High ground capacity regions analysis for Bosonic Gaussian Channels

arxiv url: http://arxiv.org/abs/2306.16350v1
Date: Wed, 28 Jun 2023 16:26:42 GMT
ステータス: 処理完了
システム内更新日: 2023-06-29 13:37:20.006970
Title: Low-ground/High ground capacity regions analysis for Bosonic Gaussian Channels
Title（参考訳）: ボソニックガウス流路の低地・高地容量領域解析
Authors: Farzad Kianvash, Marco Fanizza, and Vittorio Giovannetti
Abstract要約: 本稿では, 単一モード, 位相非感受性ガウスボソニックチャネル間の相互接続の包括的特徴について述べる。この特徴付けにより、これらのマップのパラメータ空間において、低地と高地という2つの異なる領域を特定できる。
参考スコア（独自算出の注目度）: 2.6763498831034034
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present a comprehensive characterization of the interconnections between single-mode, phaseinsensitive Gaussian Bosonic Channels resulting from channel concatenation. This characterization enables us to identify, in the parameter space of these maps, two distinct regions: low-ground and high-ground. In the low-ground region, the information capacities are smaller than a designated reference value, while in the high-ground region, they are provably greater. As a direct consequence, we systematically outline an explicit set of upper bounds for the quantum and private capacity of these maps, which combine known upper bounds and composition rules, improving upon existing results.
Abstract（参考訳）: 本稿では, 単一モード, 位相非感受性ガウスボソニックチャネル間の相互接続の包括的特性について述べる。この特徴付けにより、これらのマップのパラメータ空間において、低地と高地という2つの異なる領域を識別できる。低地領域では、情報容量は指定基準値よりも小さく、高地領域では、確実に大きい。直接の結果として、既知の上界と合成規則を組み合わせて既存の結果を改善するこれらの写像の量子容量とプライベート容量の明示的な上界の集合を体系的に概説する。

関連論文リスト

Differentiable Reasoning about Knowledge Graphs with Region-based Graph Neural Networks [62.93577376960498]
知識グラフ(KG)の完成法は、意味的正則性を捕捉し、これらの正則性を用いて、明示的に記述されていない妥当な知識を推測する必要がある。ほとんどの埋め込みベースの手法はキャプチャ可能な正規性には不透明であるが、領域ベースのKG埋め込みモデルはより透明な代替手段として現れている。命令制約に基づくシンプルなモデルであるRESHUFFLEを提案し、既存のアプローチよりもはるかに大きなルールベースを忠実に捉えることができる。
論文参考訳（メタデータ） (2024-06-13T18:37:24Z)
On characteristics of mixed unitary channels being additive or multiplicative with respect to taking tensor products [0.0]
ヒルベルト空間内のすべてのユニタリ作用素の群の有限部分群によって生成される混合ユニタリチャネルについて検討する。本稿では,チャネルの出力状態の異なる特性を計算できる手法を提案する。
論文参考訳（メタデータ） (2024-01-10T12:06:55Z)
Hi-Map: Hierarchical Factorized Radiance Field for High-Fidelity Monocular Dense Mapping [51.739466714312805]
ニューラルラジアンス場(NeRF)に基づく新しいモノクリン高密度マッピング手法であるHi-Mapを導入する。ハイマップは、RGB入力のみを用いた効率的かつ高忠実なマッピングを実現する能力において例外的である。
論文参考訳（メタデータ） (2024-01-06T12:32:25Z)
Data Topology-Dependent Upper Bounds of Neural Network Widths [52.58441144171022]
まず、3層ニューラルネットワークがコンパクトな集合上のインジケータ関数を近似するように設計可能であることを示す。その後、これは単純複体へと拡張され、その位相構造に基づいて幅の上界が導かれる。トポロジカルアプローチを用いて3層ReLUネットワークの普遍近似特性を証明した。
論文参考訳（メタデータ） (2023-05-25T14:17:15Z)
Information capacity analysis of fully correlated multi-level amplitude damping channels [0.9790236766474201]
クエットチャネルであるマルチレベル振幅減衰チャンネルの最も単純な部材の情報容量について検討する。単発古典的容量の上界を見つけ、特定の種類の写像に関連する量子容量を計算する。
論文参考訳（メタデータ） (2023-05-08T06:10:56Z)
On the Number of Regions of Piecewise Linear Neural Networks [16.78532039510369]
多くのフィードフォワードニューラルネットワーク(NN)はCPWLマッピングを生成する。これらのいわゆる線形領域の数は、CPWL NNの表現性を特徴付ける自然な計量を提供する。本稿では,CPWL NN が生成する線形領域の平均数を推定する補完的フレームワークを提案する。
論文参考訳（メタデータ） (2022-06-17T08:17:28Z)
Capacities of the covariant Pauli channel [0.0]
キュービットパウリチャネルの2パラメータファミリーの4つのよく知られた容量について検討する。古典的能力と絡み合い支援能力の正確な表現を見いだす。チャネルの量子容量が消滅する領域を解析的に決定する。
論文参考訳（メタデータ） (2022-06-13T12:48:21Z)
MSHCNet: Multi-Stream Hybridized Convolutional Networks with Mixed Statistics in Euclidean/Non-Euclidean Spaces and Its Application to Hyperspectral Image Classification [0.35932002706017546]
ハイパースペクトル画像(HSI)は、豊富な空間スペクトルコンテキスト情報を含む。 HSI分類のためのDNNを用いたスペクトル情報と空間情報を効果的に組み合わせることが、新しい研究ホットスポットとなっている。本稿では,HSIをセグメント化するための多視点補完情報を学習・融合するための,新しいマルチストリームハイブリッド畳み込みネットワーク(MSHCNet)を提案する。
論文参考訳（メタデータ） (2021-10-07T11:35:40Z)
Exact Recovery in the General Hypergraph Stochastic Block Model [92.28929858529679]
本稿では,d-uniform hypergraph block model(d-HSBM)の正確な回復の基本的な限界について検討する。精度の高いしきい値が存在し、正確な回復がしきい値の上に達成でき、その下には不可能であることを示す。
論文参考訳（メタデータ） (2021-05-11T03:39:08Z)
Random Features for the Neural Tangent Kernel [57.132634274795066]
完全接続型ReLUネットワークのニューラルタンジェントカーネル(NTK)の効率的な特徴マップ構築を提案する。得られた特徴の次元は、理論と実践の両方で比較誤差境界を達成するために、他のベースライン特徴マップ構造よりもはるかに小さいことを示しています。
論文参考訳（メタデータ） (2021-04-03T09:08:12Z)
Scaling limits of lattice quantum fields by wavelets [62.997667081978825]
再正規化群は格子体代数間の拡大写像の帰納的体系と見なされる。自由格子基底状態の帰納的極限が存在し、極限状態はよく知られた巨大連続体自由場にまで拡張されることを示す。
論文参考訳（メタデータ） (2020-10-21T16:30:06Z)

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。