論文の概要: Derivation of Standard Quantum Theory via State Discrimination

• arxiv url: http://arxiv.org/abs/2307.11271v3
• Date: Wed, 22 Nov 2023 06:42:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-23 18:38:40.804253
• Title: Derivation of Standard Quantum Theory via State Discrimination
• Title（参考訳）: 状態判別による標準量子理論の導出
• Authors: Hayato Arai and Masahito Hayashi
• Abstract要約: 一般確率理論(英: General Probabilistic Theories, GPTs)は、標準量子論を解くための新しい情報理論のアプローチである。 一般モデルにおける状態判別と呼ばれる情報処理における性能のバウンダリに着目する。 我々は,GPTの一般モデルから標準量子論を,状態判別のための性能の境界によって特徴づける。
• 参考スコア（独自算出の注目度）: 53.64687146666141
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: It is a key issue to characterize the model of standard quantum theory out of general models by an operational condition. The framework of General Probabilistic Theories (GPTs) is a new information theoretical approach to single out standard quantum theory. It is known that traditional properties, for example, Bell-CHSH inequality are not sufficient to single out standard quantum theory among possible models in GPTs. As a more precise property, we focus on the bound of the performance for an information task called state discrimination in general models. We give an equivalent condition for outperforming the minimum discrimination error probability under the standard quantum theory, which is given by the trace norm. Besides, by applying the equivalent condition, we characterize standard quantum theory out of general models in GPTs by the bound of the performance for state discrimination.
• Abstract（参考訳）: 一般的なモデルから標準量子論のモデルを操作条件で特徴付けることは重要な問題である。 GPT(General Probabilistic Theories)の枠組みは、標準量子論を単一化するための新しい情報理論のアプローチである。 従来の性質、例えばベル-CHSHの不等式は、GPTの可能なモデルの中で標準量子論を選別するのに十分ではないことが知られている。 より正確な特性として、一般的なモデルにおける状態識別と呼ばれる情報タスクのパフォーマンスの限界に焦点を当てる。 我々は、標準量子論の下で最小判別誤差確率を上回る等価条件を与え、これはトレースノルムによって与えられる。 さらに、等価条件を適用することで、状態判別のパフォーマンスのバウンダリによって、GPTの一般モデルから標準量子理論を特徴づける。

関連論文リスト

• One-shot and asymptotic classical capacity in general physical theories [0.0]
  仮説テストでは、相対エントロピーと1ショットの古典的容量、すなわち、伝達される古典的情報の最適な速度を考える。 上記の2つの境界を適用して、任意の一般物理理論においても古典的キャパシティと仮説テストの相対エントロピーの同値性を証明する。
  論文  参考訳（メタデータ） (2023-03-07T18:52:17Z)
• Advantages of quantum mechanics in the estimation theory [0.0]
  量子論において、作用素の状況は非可換性の性質のため異なる。 我々は、完全に一般性をもって、ガウス状態の量子推定理論を、その第一モーメントと第二モーメントの観点で定式化する。
  論文  参考訳（メタデータ） (2022-11-13T18:03:27Z)
• Theory of Quantum Generative Learning Models with Maximum Mean Discrepancy [67.02951777522547]
  量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。 まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。 次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
  論文  参考訳（メタデータ） (2022-05-10T08:05:59Z)
• Quantum dynamics corresponding to chaotic BKL scenario [62.997667081978825]
  量子化は、構成空間におけるその局在を避けるために重力特異点を悪用する。 結果は、一般相対性理論の一般特異点が量子レベルでは避けられることを示唆している。
  論文  参考訳（メタデータ） (2022-04-24T13:32:45Z)
• Generalization Metrics for Practical Quantum Advantage in Generative Models [68.8204255655161]
  生成モデリングは量子コンピュータにとって広く受け入れられている自然のユースケースである。 我々は,アルゴリズムの一般化性能を計測して,生成モデリングのための実用的な量子優位性を探索する,単純で曖昧な手法を構築した。 シミュレーションの結果、我々の量子にインスパイアされたモデルは、目に見えない、有効なサンプルを生成するのに、最大で68倍の費用がかかります。
  論文  参考訳（メタデータ） (2022-01-21T16:35:35Z)
• Testing quantum theory by generalizing noncontextuality [0.0]
  我々は、ジョルダン代数状態空間のみが量子論に正確に埋め込み可能であることを証明した。 単一物理系を探索して量子論の実験実験を提案する。
  論文  参考訳（メタデータ） (2021-12-17T19:00:24Z)
• General Probabilistic Theories with a Gleason-type Theorem [0.0]
  量子論のグリーソン型定理は、量子状態空間を復元することを可能にする。 グリーソン型定理も含む一般確率論のクラスを同定する。
  論文  参考訳（メタデータ） (2020-05-28T17:29:29Z)
• Perfect Discrimination in Approximate Quantum Theory of General Probabilistic Theories [51.7367238070864]
  我々はパラメータを通してPOVMのクラスとスムーズに接続されたより大きな測定クラスを定義する。 完全な差別の条件を十分に与え、POVMのクラスを超えて大幅に改善されたことを示す。
  論文  参考訳（メタデータ） (2020-04-10T08:45:20Z)
• From a quantum theory to a classical one [117.44028458220427]
  量子対古典的交叉を記述するための形式的アプローチを提示し議論する。 この手法は、1982年にL. Yaffeによって、大きな$N$の量子場理論に取り組むために導入された。
  論文  参考訳（メタデータ） (2020-04-01T09:16:38Z)

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。