論文の概要: Self-Testing Graph States Permitting Bounded Classical Communication

• arxiv url: http://arxiv.org/abs/2404.03496v2
• Date: Tue, 21 May 2024 16:22:32 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-22 18:12:24.559767
• Title: Self-Testing Graph States Permitting Bounded Classical Communication
• Title（参考訳）: 境界付き古典的コミュニケーションを許容する自己検証グラフ状態
• Authors: Uta Isabella Meyer, Ivan Šupić, Frédéric Grosshans, Damian Markham,
• Abstract要約: 特定のグラフ状態は、通信が可能であるとしても、堅牢に自己テスト可能であることを示す。 円グラフ状態とハニカムクラスタ状態に対する明示的な自己テストを提供する。
• 参考スコア（独自算出の注目度）: 1.2499537119440245
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Self-testing identifies quantum states and correlations that exhibit nonlocality, distinguishing them, up to local transformations, from other quantum states. Due to their strong nonlocality, it is known that all graph states can be self-tested in the standard setting - where parties are not allowed to communicate. Recently it has been shown that graph states display nonlocal correlations even when bounded classical communication on the underlying graph is permitted, a feature that has found applications in proving a circuit-depth separation between classical and quantum computing. In this work, we develop self testing in the framework of bounded classical communication, and we show that certain graph states can be robustly self-tested even allowing for communication. In particular, we provide an explicit self-test for the circular graph state and the honeycomb cluster state - the latter known to be a universal resource for measurement based quantum computation. Since communication generally obstructs self-testing of graph states, we further provide a procedure to robustly self-test any graph state from larger ones that exhibit nonlocal correlations in the communication scenario.
• Abstract（参考訳）: 自己検査は、他の量子状態から局所的な変換まで、非局所性を示す量子状態と相関を識別する。 強い非局所性のため、すべてのグラフ状態が標準設定で自己テスト可能であることが知られている。 近年、グラフ状態は、基礎となるグラフ上の境界付き古典的通信が許される場合でも非局所的相関を示すことが示されており、古典的および量子コンピューティングの回路深度分離の証明に応用されている。 本研究では,有界古典通信の枠組みにおける自己テストを開発し,あるグラフ状態が通信可能であっても堅牢に自己テスト可能であることを示す。 特に、円グラフ状態とハニカムクラスタ状態(後者は測定に基づく量子計算のための普遍的な資源として知られている)に対する明示的な自己テストを提供する。 コミュニケーションは一般にグラフ状態の自己テストを妨げるため、通信シナリオにおいて非局所的相関を示す大きなグラフ状態から、任意のグラフ状態を堅牢に自己テストする手順を提供する。

関連論文リスト

• Local equivalence of stabilizer states: a graphical characterisation [0.0]
  グラフ状態の基本的な性質は、局所補完を適用すると、原点と同じ絡み合いを表すグラフが得られることである。 この性質は、単純なグラフィカルな方法で非自明な量子特性を捉えるための基盤となった。 グラフ状態のLU等価性をグラフィカルに特徴付ける局所補完の一般化を導入する。
  論文  参考訳（メタデータ） (2024-09-30T10:51:15Z)
• Distinguishing Graph States by the Properties of Their Marginals [0.0]
  グラフの辺構造に基づいて、計算が容易なLU不変量の族を導入する。 これらの不変量は、8量子ビット以下の全てのグラフ状態の全てのLU軌道と絡み合いクラスを一意に識別できることを示す。 また、より多くのノードを持つ絡み合いクラスの例についても論じる。
  論文  参考訳（メタデータ） (2024-06-14T12:03:10Z)
• Inflated Graph States Refuting Communication-Assisted LHV Models [0.0]
  パウリによる特定のネットワークグラフの相関は、グラフに沿った通信を許すまでも、局所的な隠れ変数記述を否定する。 これは最近、古典コンピューティングと量子コンピューティングの分離を証明するための応用を見出した。 本研究では,任意のグラフ状態の体系的拡張を提案する。このグラフ状態は,通信支援LHVモデルに反する相関関係を示す。
  論文  参考訳（メタデータ） (2022-10-13T14:49:32Z)
• QuTE: decentralized multiple testing on sensor networks with false discovery rate control [130.7122910646076]
  本稿では、偽発見率(FDR)の証明可能な保証を備えたグラフ上での分散多重仮説検定法を設計する。 異なるエージェントが無向グラフのノードに存在し、各エージェントはそのノードに局所的な1つ以上の仮説に対応するp値を持つ。 各エージェントは、グラフ全体の大域的FDRが予め定義されたレベルで制御されなければならないという共同目的のもと、隣人とのみ通信することで、それぞれのローカル仮説の1つ以上の拒絶を個別に決めなければならない。
  論文  参考訳（メタデータ） (2022-10-09T19:48:39Z)
• Compilation of algorithm-specific graph states for quantum circuits [55.90903601048249]
  本稿では,高レベル言語で記述された量子回路から,アルゴリズム固有のグラフ状態を作成する量子回路コンパイラを提案する。 この計算は、このグラフ状態に関する一連の非パウリ測度を用いて実装することができる。
  論文  参考訳（メタデータ） (2022-09-15T14:52:31Z)
• Similarity-aware Positive Instance Sampling for Graph Contrastive Pre-training [82.68805025636165]
  トレーニングセット内の既存グラフから直接正のグラフインスタンスを選択することを提案する。 私たちの選択は、特定のドメイン固有のペアワイズ類似度測定に基づいています。 さらに,ノードを動的にマスキングしてグラフ上に均等に分配する適応ノードレベルの事前学習手法を開発した。
  論文  参考訳（メタデータ） (2022-06-23T20:12:51Z)
• Efficient tensor network simulation of quantum many-body physics on sparse graphs [0.0]
  疎結合な基礎グラフ上に定義されたテンソルネットワーク状態について検討する。 メッセージパッシング推論アルゴリズムは、局所的な期待値の効率的な計算に繋がる可能性がある。
  論文  参考訳（メタデータ） (2022-06-09T18:00:03Z)
• Distributed Graph Learning with Smooth Data Priors [61.405131495287755]
  本稿では,ノード上の信号観測からグラフを推論する分散グラフ学習アルゴリズムを提案する。 この結果から,分散手法は,推定グラフの精度を損なうことなく,集中型アルゴリズムよりも通信コストが低いことがわかった。
  論文  参考訳（メタデータ） (2021-12-11T00:52:02Z)
• Verification of graph states in an untrusted network [0.0]
  我々は、信頼できない情報源が生成し、おそらく不名誉な関係者のネットワーク間で共有されるグラフ状態の検証について検討する。 これは、様々な分散タスクに対するグラフ状態の適用の証明に影響を及ぼす。 有用なグラフ状態の大規模なファミリに対して,グローバルに効率的なプロトコルを提案する。
  論文  参考訳（メタデータ） (2020-07-26T13:17:21Z)
• Gaussian Process States: A data-driven representation of quantum many-body physics [59.7232780552418]
  我々は、絡み合った多体量子状態をコンパクトに表現するための、新しい非パラメトリック形式を示す。 この状態は、非常にコンパクトで、体系的に即効性があり、サンプリングに効率的である。 また、量子状態に対する普遍的な近似器として証明されており、データセットのサイズが大きくなるにつれて、絡み合った多体状態も捉えることができる。
  論文  参考訳（メタデータ） (2020-02-27T15:54:44Z)
• Block-Approximated Exponential Random Graphs [77.4792558024487]
  指数乱グラフ(ERG)の分野における重要な課題は、大きなグラフ上の非自明なERGの適合である。 本稿では,非自明なERGに対する近似フレームワークを提案する。 我々の手法は、数百万のノードからなるスパースグラフにスケーラブルである。
  論文  参考訳（メタデータ） (2020-02-14T11:42:16Z)

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。