論文の概要: Monotonicity conjecture for multi-party entanglement I
- arxiv url: http://arxiv.org/abs/2308.16247v1
- Date: Wed, 30 Aug 2023 18:10:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-01 18:51:59.323374
- Title: Monotonicity conjecture for multi-party entanglement I
- Title(参考訳): 多面的絡み合いに対する単調性予想 I
- Authors: Abhijit Gadde, Shraiyance Jain, Vineeth Krishna, Harshal Kulkarni,
Trakshu Sharma
- Abstract要約: 我々は、多粒子エンタングルメントのクラスに対して粗粒化の下で単調性と呼ぶ単調性特性を予想する。
これらの特性は、様々な方法を用いて様々な種類の状態の測度を計算することによって確認する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we conjecture a monotonicity property that we call
monotonicity under coarse-graining for a class of multi-partite entanglement
measures. We check these properties by computing the measures for various types
of states using different methods.
- Abstract(参考訳): 本稿では,多粒子絡み合いのクラスに対して粗粒化の下で単調性と呼ぶ単調性特性を予想する。
これらの特性を様々な方法を用いて各種状態の測定値を計算することにより検証する。
関連論文リスト
- Invariant Causal Set Covering Machines [64.86459157191346]
決定木のようなルールベースのモデルは、解釈可能な性質のために実践者にアピールする。
しかし、そのようなモデルを生成する学習アルゴリズムは、しばしば刺激的な関連に弱いため、因果関係の洞察を抽出することが保証されていない。
Invariant Causal Set Covering Machines は、古典的集合被覆マシンアルゴリズムの拡張であり、二値ルールの結合/分離を可能とし、スプリアス関係を確実に回避する。
論文 参考訳(メタデータ) (2023-06-07T20:52:01Z) - Evaluating the Robustness of Interpretability Methods through
Explanation Invariance and Equivariance [72.50214227616728]
解釈可能性法は、それらの説明が説明されたモデルを忠実に記述した場合にのみ有用である。
特定の対称性群の下で予測が不変であるニューラルネットワークを考える。
論文 参考訳(メタデータ) (2023-04-13T17:59:03Z) - SARAH-based Variance-reduced Algorithm for Stochastic Finite-sum
Cocoercive Variational Inequalities [137.6408511310322]
有限サムコヒーレンシブ変分不等式の問題を考える。
強い単調な問題に対しては、この方法を用いて解への線形収束を達成することができる。
論文 参考訳(メタデータ) (2022-10-12T08:04:48Z) - Smooth Monotone Stochastic Variational Inequalities and Saddle Point
Problems: A Survey [119.11852898082967]
本稿では,スムーズなモノトン変量不等式を解くための手法について検討する。
まず最初に、メソッドが最終的に進化する基盤を与えます。
次に、一般定式化の方法を概観し、有限和設定を考察する。
論文 参考訳(メタデータ) (2022-08-29T13:39:30Z) - Entanglement dynamics of multi-parametric random states: a single
parametric formulation [0.0]
多くの体系の非エルゴード量子状態は一般にランダムであり、前者は複雑さによる正確な情報の欠如と、後者はヒルベルト空間の異なる部分における様々な振る舞いを反映しているため、多パラメトリックである。
これらのアンサンブルの理論的分析は、一般的な状態の平均情報エントロピーの成長率に関する論争を解消するだけでなく、その絡み合いのダイナミクスに新たな洞察をもたらす。
論文 参考訳(メタデータ) (2022-08-25T13:39:37Z) - A Genuine Multipartite Entanglement Measure Generated by the
Parametrized Entanglement Measure [0.76146285961466]
幾何的手法に基づく真の多部絡み合い尺度について検討する。
真の絡み合い尺度が他の測度と異なる絡み合い順序を持つことを示すいくつかの例を示す。
論文 参考訳(メタデータ) (2022-06-05T17:59:59Z) - Local unitary classes of states invariant under permutation subgroups [0.0]
量子ビットの置換の下で不変な多重量子ビット状態の絡み合い特性の研究は、量子コンピューティング、量子通信、量子力学の潜在的な応用によって動機付けられている。
我々は、対称性、ディック状態、およびマヨアナ表現の概念を全置換群の交互群、巡回群、二面群に一般化する。
論文 参考訳(メタデータ) (2021-09-14T18:42:21Z) - Coupled-Cluster Theory Revisited. Part I: Discretization [0.0]
本稿では,グラフに基づく概念を用いた結合クラスタ法における離散化手法について述べる。
我々は、単一参照とJeziorski-Monkhorst多重参照結合クラスター方程式を、統一的かつ厳密な方法で導出する。
論文 参考訳(メタデータ) (2021-05-19T16:35:49Z) - Accounting for Unobserved Confounding in Domain Generalization [107.0464488046289]
本稿では,データセットの組み合わせから頑健で一般化可能な予測モデルを学習する際の問題点について検討する。
堅牢なモデルを学ぶことの課題の一部は、保存されていない共同設立者の影響にある。
異なるモダリティの医療データに対するアプローチの実証的性能を実証する。
論文 参考訳(メタデータ) (2020-07-21T08:18:06Z) - Evaluating the Disentanglement of Deep Generative Models through
Manifold Topology [66.06153115971732]
本稿では,生成モデルのみを用いた乱れの定量化手法を提案する。
複数のデータセットにまたがるいくつかの最先端モデルを実証的に評価する。
論文 参考訳(メタデータ) (2020-06-05T20:54:11Z)
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。