論文の概要: Positive and non-positive measurements in energy extraction from quantum batteries
- arxiv url: http://arxiv.org/abs/2404.18745v1
- Date: Mon, 29 Apr 2024 14:46:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-30 13:28:15.828770
- Title: Positive and non-positive measurements in energy extraction from quantum batteries
- Title（参考訳）: 量子電池からのエネルギー抽出における正および非正の測定
- Authors: Paranjoy Chaki, Aparajita Bhattacharyya, Kornikar Sen, Ujjwal Sen,
- Abstract要約: 我々は、量子電池からエネルギーを抽出するという概念を、ノイズの存在下で測定が適用されるシナリオに拡張する。
このプロセスは、電池と補助装置を特定の時間間隔で共同進化させ、補助装置と補助装置の騒音を誘発する環境との相互作用を含む。
補助音に対してPOVM と NPOVM を実行することで表現や抽出可能エネルギーが得られ,後者が適用雑音に依存しないことを示す。
- 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: We extend the concept of stochastic energy extraction from quantum batteries to the scenario where both positive operator-valued (POV) and physically realizable non-positive operator-valued measurements are applied (NPOVMs) on the auxiliary connected to the battery in presence of noise. The process involves joint evolution of the battery and the auxiliary for a particular time interval, an interaction of the auxiliary with its environment which induces noise in the auxiliary, and performing a POVM or NPOVM on the auxiliary, and finally the selection of a particular measurement outcome. Application of POVM on the auxiliary can be realised by attaching an external system to the auxiliary, which is initially in a product state with the rest of the system, and performing a joint projective measurement on the auxiliary and external. On the other hand, if there are interactions leading to correlations among the auxiliary, environment, and external systems, then performing the projective measurement on the auxiliary-environment-external system can be interpreted as a physically realizable NPOVM operation on the auxiliary. We however utilize interaction between the auxiliary and the environment to implement NPOVMs on the auxiliary. We find the expressions of stochastically extractable energy by performing POVMs and NPOVMs on the auxiliary and show that the latter does not depend on the applied noise. Focusing on a particular model of the governing Hamiltonian of a qubit battery and an auxiliary, and considering the presence of amplitude damping noise affecting the auxiliary, we show that stochastically extractable energy using NPOVMs is no less than that using POVMs. This advantage of using NPOVMs remains also for bit-flip noise. For dephasing noise, the energies by applying POVMs and NPOVMs are the same. We additionally consider the case when a limited set of measurement operators are allowed.
- Abstract（参考訳）: 本研究では, 量子電池からの確率エネルギー抽出の概念を, 正の演算子評価(POV)と物理的に実現可能な非正の演算子評価(NPOVM)の両方を, ノイズ発生時にバッテリに接続された補助体に応用するシナリオに拡張する。
このプロセスは、電池と補助装置の特定の時間間隔での共同進化、補助装置のノイズを誘発する補助装置と環境との相互作用、補助装置上でPOVMまたはNPOVMを実行し、最終的に特定の測定結果の選択を含む。
補助システムへのPOVMの適用は、当初システムの他の部分と製品状態にある補助システムに外部システムを取り付けることで実現でき、補助および外部の合同射影測定を行うことができる。
一方, 補助システム, 環境, 外部システム間の相関関係に結びつく相互作用が存在する場合, 補助環境・外部システムにおける投影計測は, 補助システム上での物理的に実現可能なNPOVM操作と解釈できる。
しかし,補助的環境と環境の相互作用を利用して,補助的環境にNPOVMを実装する。
補助音に対してPOVMとNPOVMを実行することにより,統計的に抽出可能なエネルギーの表現を見つけ,後者が適用雑音に依存しないことを示す。
立方体バッテリと補助電池のハミルトニアン支配モデルに着目し、補助電池に影響を与える振幅減衰ノイズの存在を考慮し、NPOVMを用いた統計的に抽出可能なエネルギーがPOVMよりも小さいことを示す。
NPOVMを使うことのこの利点は、ビットフリップノイズにも当てはまる。
ノイズを嫌う場合、POVMとNPOVMを適用することで得られるエネルギーは同じである。
また、限られた測度演算子の集合が許される場合についても考察する。
関連論文リスト
- Circuit optimization of qubit IC-POVMs for shadow estimation [3.88278764198609]
POVMに基づくシャドウ推定は、リアルタイムのシングルセットシャドウ推定を実現するために統合されている。
単一キュービットの最小IC-POVMは少なくとも2つのCNOTゲートで実装でき、SIC-POVMは1つのCNOTゲートで実装可能であることを示す。
我々の研究は量子プラットフォーム上でのqubit IC-POVMの実践的応用の道を開くものである。
論文 参考訳（メタデータ） (2024-09-09T14:42:47Z) - Asymmetric EPR Steering in a Cavity-Magnon System Generated by a Squeezed Vacuum Field and an Optical Parametric Amplifier [0.0]
共振器マイクロ波場に結合した2つのマグノンモードを有するキャビティ・マグノン系について検討した。
我々は,OPAゲインとスクイーズパラメータの増大が量子エンタングルメントとアインシュタイン-ポドルスキー-ローゼンステアリングを著しく向上させることを示した。
論文 参考訳（メタデータ） (2024-08-10T21:39:49Z) - Unbiasing Fermionic Auxiliary-Field Quantum Monte Carlo with Matrix Product State Trial Wavefunctions [2.1419639484157704]
本稿では,MPS-AFQMCと呼ばれる行列積状態(MPS)試験波動関数を用いたフェルミオン補助場量子モンテカルロ(AFQMC)の実装を初めて報告する。
MPSトライアルと任意のスレーター行列式との重なりを乗法誤差まで計算すると、#P-hardであることが証明される。
本稿では,行列積演算子を含まない局所エネルギーと力バイアスを評価する手法を提案する。
論文 参考訳（メタデータ） (2024-05-08T22:06:57Z) - Energy-Guided Continuous Entropic Barycenter Estimation for General Costs [95.33926437521046]
任意のOTコスト関数に対して連続的エントロピーOT(EOT)バリセンタを近似する新しいアルゴリズムを提案する。
本手法は、弱いOTに基づくEOT問題の二重再構成に基づいている。
論文 参考訳（メタデータ） (2023-10-02T11:24:36Z) - Exact Steering Bound for Two-Qubit Werner States [17.914190775352857]
量子ステアリング作業における投影計測と正の演算子値測定(POVM)の関係について検討する。
ノイズの多い単一状態のステアビリティにおいて,POVMは投影的な測定値よりも等しく強力であることを示す。
その結果、量子ステアリングと非局所情報処理のタスクにおける投影計測とPOVMの関係を明らかにするのに役立ちます。
論文 参考訳（メタデータ） (2023-09-18T17:35:15Z) - MixPHM: Redundancy-Aware Parameter-Efficient Tuning for Low-Resource
Visual Question Answering [66.05768870785548]
微調整事前学習型視覚言語モデル(VLM)は、視覚質問応答(VQA)における最先端性能を達成するための一般的なパラダイムである。
現在のパラメータ効率のチューニング手法は、チューニング可能なパラメータの数を劇的に削減するが、完全な微調整を伴う大きなパフォーマンスギャップは依然として残っている。
低リソースVQAにおける完全微調整よりも優れた冗長性を考慮したパラメータ効率調整法であるMixPHMを提案する。
論文 参考訳（メタデータ） (2023-03-02T13:28:50Z) - Federated Learning for Energy-limited Wireless Networks: A Partial Model
Aggregation Approach [79.59560136273917]
デバイス間の限られた通信資源、帯域幅とエネルギー、およびデータ不均一性は、連邦学習(FL)の主要なボトルネックである
まず、部分モデルアグリゲーション(PMA)を用いた新しいFLフレームワークを考案する。
提案されたPMA-FLは、2つの典型的な異種データセットにおいて2.72%と11.6%の精度を改善する。
論文 参考訳（メタデータ） (2022-04-20T19:09:52Z) - Adaptive Multi-View ICA: Estimation of noise levels for optimal
inference [65.94843987207445]
Adaptive MultiView ICA (AVICA) はノイズの多いICAモデルであり、各ビューは共有された独立したソースと付加的なノイズの線形混合である。
AVICAは、その明示的なMMSE推定器により、他のICA法よりも優れたソース推定値が得られる。
実脳磁図(MEG)データでは,分解がサンプリングノイズに対する感度が低く,ノイズ分散推定が生物学的に妥当であることを示す。
論文 参考訳（メタデータ） (2021-02-22T13:10:12Z) - Enhancing the Spatio-temporal Observability of Grid-Edge Resources in
Distribution Grids [5.815007821143811]
分散エネルギー資源(DER)の凸時間観測可能性を高めることは,配電網の安全かつ効率的な運用を実現する上で重要である。
本稿では, 異種の測定値の補足強度を活用し, 集合的な住宅負荷回復枠組みについて述べる。
論文 参考訳（メタデータ） (2021-02-15T19:12:54Z) - QuTiP-BoFiN: A bosonic and fermionic numerical
hierarchical-equations-of-motion library with applications in
light-harvesting, quantum control, and single-molecule electronics [51.15339237964982]
階層運動方程式 (HEOM) は力学を解くための強力な正確な数値的手法である。
固体物理学、光学、単分子電子工学、生物物理学の問題に拡張され応用されている。
ボソニック環境とフェルミオン環境の両方にHEOMを実装した強力なQuTiPプラットフォームと統合したPythonの数値ライブラリを提案する。
論文 参考訳（メタデータ） (2020-10-21T07:54:56Z) - Risk-Aware Energy Scheduling for Edge Computing with Microgrid: A
Multi-Agent Deep Reinforcement Learning Approach [82.6692222294594]
マイクログリッドを用いたMECネットワークにおけるリスク対応エネルギースケジューリング問題について検討する。
ニューラルネットワークを用いたマルチエージェントディープ強化学習(MADRL)に基づくアドバンテージアクター・クリティック(A3C)アルゴリズムを適用し,その解を導出する。
論文 参考訳（メタデータ） (2020-02-21T02:14:38Z)
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。