Fugu-MT 論文翻訳(概要): Entanglement measures for detectability

論文の概要: Entanglement measures for detectability

arxiv url: http://arxiv.org/abs/2311.11189v1
Date: Sun, 19 Nov 2023 00:28:30 GMT
ステータス: 処理完了
システム内更新日: 2023-11-22 06:54:29.625818
Title: Entanglement measures for detectability
Title（参考訳）: 検出可能性の絡み合い対策
Authors: Masahito Hayashi and Yuki Ito
Abstract要約: 量子サノフ定理を拡張して絡み合った状態を検出するために、我々の測度がどのように機能するかを明らかにする。最大相関状態に対するそれらの計算式を導出し、一般絡み合う状態に作用するアルゴリズムを提案する。
参考スコア（独自算出の注目度）: 53.64687146666141
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose new entanglement measures as the detection performance based on as the hypothesis testing setting. We clarify how our measures work for detecting an entangled state by extending quantum Sanov theorem. We derive their calculation formulas for maximally correlated states, and propose their algorithms that work for general entangled state. In addition, we investigate how our algorithm works for solving the membership problem for separability.
Abstract（参考訳）: 仮説テスト設定に基づく検出性能として,新たな絡み合い尺度を提案する。量子サノフ定理を拡張して絡み合った状態を検出する方法を明らかにする。最大相関状態に対するそれらの計算式を導出し、一般絡み合う状態に作用するアルゴリズムを提案する。さらに,本アルゴリズムがメンバシップ問題に対する分離可能性の解決にどのように役立つかを検討する。

関連論文リスト

Rethinking State Disentanglement in Causal Reinforcement Learning [78.12976579620165]
因果性は、根底にある状態が識別可能性によって一意に回復できることを保証するための厳密な理論的支援を提供する。我々はこの研究ラインを再考し、RL固有のコンテキストを取り入れることで、潜在状態に対する以前の識別可能性分析における不要な仮定を低減できることを示した。本稿では, 従来手法の複雑な構造制約を, 遷移と報酬保存の2つの簡単な制約に置き換えることにより, 一般に部分的に観測可能なマルコフ決定過程(POMDP)を提案する。
論文参考訳（メタデータ） (2024-08-24T06:49:13Z)
The Reinforce Policy Gradient Algorithm Revisited [7.894349646617293]
文献からReinforce Policy gradientアルゴリズムを再検討する。本稿では,基本アルゴリズムの大幅な拡張を提案する。この新しいアルゴリズムの収束の証明を提供する。
論文参考訳（メタデータ） (2023-10-08T04:05:13Z)
Algorithm for evaluating distance-based entanglement measures [0.0]
本稿では,距離に基づく絡み合い評価のための効率的なアルゴリズムを提案する。我々のアプローチは、与えられた任意の状態の絡み合いに信頼性の高い上限を与える、凸最適化のためのギルバートのアルゴリズムに基づいている。
論文参考訳（メタデータ） (2023-08-04T13:42:55Z)
Bounded Projection Matrix Approximation with Applications to Community Detection [1.8876415010297891]
我々は,新たな微分可能凸ペナルティを導入し,乗算器の交互方向法(ADMM)を導出する。数値実験により,アルゴリズムの競争相手に対する優位性を実証した。
論文参考訳（メタデータ） (2023-05-21T06:55:10Z)
Entanglement quantification from collective measurements processed by machine learning [0.0]
解析式の代わりに,ニューラルネットワークを用いて量子状態における絡み合いの量を予測する。本研究の目的は,一般2量子状態とその負性度をエンタングルメント量化器として考えることである。
論文参考訳（メタデータ） (2022-03-03T10:03:57Z)
Detecting Entanglement in Unfaithful States [0.0]
エンタングルメント証人は、フルトモグラフィーを行うことなく未知の状態のエンタングルメントを検出する効果的な方法である。そこで本研究では, 測定結果を用いて下界の絡み合いを計算し, 絡み合いを検出する新しい方法を提案する。
論文参考訳（メタデータ） (2020-10-12T22:24:22Z)
A Distributional Analysis of Sampling-Based Reinforcement Learning Algorithms [67.67377846416106]
定常ステップサイズに対する強化学習アルゴリズムの理論解析に対する分布的アプローチを提案する。本稿では,TD($lambda$)や$Q$-Learningのような値ベースの手法が,関数の分布空間で制約のある更新ルールを持つことを示す。
論文参考訳（メタデータ） (2020-03-27T05:13:29Z)
Active Model Estimation in Markov Decision Processes [108.46146218973189]
マルコフ決定過程(MDP)をモデル化した環境の正確なモデル学習のための効率的な探索の課題について検討する。マルコフに基づくアルゴリズムは,本アルゴリズムと極大エントロピーアルゴリズムの両方を小サンプル方式で上回っていることを示す。
論文参考訳（メタデータ） (2020-03-06T16:17:24Z)
Approximate MMAP by Marginal Search [78.50747042819503]
本稿では,グラフィカルモデルにおける最小値MAPクエリの戦略を提案する。提案した信頼度尺度は,アルゴリズムが正確であるインスタンスを適切に検出するものである。十分に高い信頼度を得るために、アルゴリズムは正確な解を与えるか、正確な解からハミング距離が小さい近似を与える。
論文参考訳（メタデータ） (2020-02-12T07:41:13Z)
Direct estimation of quantum coherence by collective measurements [54.97898890263183]
量子状態におけるコヒーレンス量を推定するための集合的測定手法を提案する。本手法は、トモグラフィーや適応計測に基づいて、他の推定方法よりも優れている。本手法は,光子を用いて実験的に実装することで,今日の技術で利用できることを示す。
論文参考訳（メタデータ） (2020-01-06T03:50:42Z)

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。