論文の概要: Enhancing collective entanglement witnesses through correlation with state purity

• arxiv url: http://arxiv.org/abs/2312.04957v1
• Date: Fri, 8 Dec 2023 10:39:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-11 15:24:10.977592
• Title: Enhancing collective entanglement witnesses through correlation with state purity
• Title（参考訳）: 国家純度との相関による集団密閉証人強化
• Authors: Kate\v{r}ina Jir\'akov\'a, Anton\'in \v{C}ernoch, Artur Barasi\'nski and Karel Lemr
• Abstract要約: 本稿では,白色雑音が集団量子計測に与える影響を解析する。 これはこれらの測定結果と量子状態の純度の関係を示唆している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper analyzes the adverse impact of white noise on collective quantum measurements and argues that such noise poses a significant obstacle to the otherwise straightforward deployment of collective measurements in quantum communications. The paper then suggests addressing this issue by correlating the outcomes of these measurements with quantum state purity. To test the concept, a support vector machine is employed to boost the performance of several collective entanglement witnesses by incorporating state purity into the classification task of distinguishing entangled states from separable ones. Furthermore, the application of machine learning allows to optimize selectivity of entanglement detection given a target value of sensitivity. A response operating characteristic curve is reconstructed based on this optimization and the area under curve calculated to assess the efficacy of the proposed model.
• Abstract（参考訳）: 本稿では, 集合量子計測における白色雑音の悪影響を解析し, このようなノイズが, 量子通信における集団計測の直接的展開に重大な障害をもたらすことを論じる。 論文では、これらの測定結果と量子状態の純度を関連付けてこの問題に対処することを提案する。 この概念をテストするために、状態純度を分離可能な状態と区別する分類タスクに組み込むことにより、複数の集団絡み目の目撃者の性能を高めるために支持ベクトルマシンを用いる。 さらに、機械学習の応用により、感度の目標値が与えられた場合の絡み検出の選択性を最適化することができる。 この最適化と、提案モデルの有効性を評価するために算出された曲線下領域に基づいて、応答動作特性曲線を再構成する。

関連論文リスト

• Bounding the Sample Fluctuation for Pure States Certification with Local Random Measurement [4.923287660970805]
  ランダム化計測技術の最近の進歩は、この分野に新たな洞察をもたらした。 ランダム局所ハール測定により純粋量子状態の証明を行うスキームの基本特性について検討する。 その結果,演算子の複雑性と量子アルゴリズムの効率との本質的な相互作用が明らかになり,長距離絡み付き純粋状態の局所的認証の障害となった。
  論文  参考訳（メタデータ） (2024-10-22T02:26:44Z)
• Bounding conditional entropy of bipartite states with Bell operators [0.0]
  CVNEとベル不等式違反との関連について検討した。 ベルの不等式とCVNEのギャップを埋めることにより、我々の研究は絡み合った系の量子的性質の理解を深める。
  論文  参考訳（メタデータ） (2024-10-02T15:15:37Z)
• Verification of entangled states under noisy measurements [3.8094794637714027]
  絡み合いは多くの量子情報や量子計算タスクにおいて不可欠である。 近年、量子状態検証が注目されているが、このアプローチを実装する際のノイズ効果に対処する上での課題は未解決のままである。 本稿では,測定ノイズの存在下での量子状態検証プロトコルの性能を系統的に評価する。
  論文  参考訳（メタデータ） (2024-06-03T15:59:02Z)
• Certified Robustness of Quantum Classifiers against Adversarial Examples through Quantum Noise [68.1992787416233]
  量子ランダムな回転雑音を加えることで、敵攻撃に対する量子分類器のロバスト性を向上できることを示す。 我々は、量子分類器が敵の例に対して防御できるように、証明された堅牢性を導出する。
  論文  参考訳（メタデータ） (2022-11-02T05:17:04Z)
• Entanglement quasidistributions for Bell-state measurements [0.0]
  我々は、理論と実験における検出装置の絡み合いの概念を探求する。 正の演算子値測度の非局所量子コヒーレンスを決定する方法が考案された。 本論では, 上記の生データからの絡み合い準分布の再構成について述べるとともに, 得られた負性度と理論上期待される負性度を比較検討する。
  論文  参考訳（メタデータ） (2022-09-13T18:00:19Z)
• Investigation of Different Calibration Methods for Deep Speaker Embedding based Verification Systems [66.61691401921296]
  本稿では, ディープスピーカ埋込抽出器のスコアキャリブレーション法について検討する。 この研究のさらなる焦点は、スコア正規化がシステムの校正性能に与える影響を推定することである。
  論文  参考訳（メタデータ） (2022-03-28T21:22:22Z)
• Scalable Intervention Target Estimation in Linear Models [52.60799340056917]
  因果構造学習への現在のアプローチは、既知の介入目標を扱うか、仮説テストを使用して未知の介入目標を発見する。 本稿では、全ての介入対象を一貫して識別するスケーラブルで効率的なアルゴリズムを提案する。 提案アルゴリズムは、与えられた観測マルコフ同値クラスを介入マルコフ同値クラスに更新することも可能である。
  論文  参考訳（メタデータ） (2021-11-15T03:16:56Z)
• Deconfounding Scores: Feature Representations for Causal Effect Estimation with Weak Overlap [140.98628848491146]
  推定対象の偏りを伴わずに高い重なりを生じさせる,デコンファウンディングスコアを導入する。 分離スコアは観測データで識別可能なゼロ共分散条件を満たすことを示す。 特に,この手法が標準正規化の魅力的な代替となることを示す。
  論文  参考訳（メタデータ） (2021-04-12T18:50:11Z)
• Loss Bounds for Approximate Influence-Based Abstraction [81.13024471616417]
  影響に基づく抽象化は、システムの残りの部分が与える「影響」とともに、局所的なサブプロブレムをモデル化することでレバレッジを得ることを目的としている。 本稿では,理論的観点から,そのような手法の性能について考察する。 交叉エントロピーで訓練されたニューラルネットワークは、近似的な影響表現を学習するのに適していることを示す。
  論文  参考訳（メタデータ） (2020-11-03T15:33:10Z)
• Scope Head for Accurate Localization in Object Detection [135.9979405835606]
  本研究では,各位置のアンカーを相互依存関係としてモデル化したScopeNetと呼ばれる新しい検出器を提案する。 我々の簡潔で効果的な設計により、提案したScopeNetはCOCOの最先端の成果を達成する。
  論文  参考訳（メタデータ） (2020-05-11T04:00:09Z)

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。