論文の概要: Robustness of contextuality under different types of noise as quantifiers for parity-oblivious multiplexing tasks
- arxiv url: http://arxiv.org/abs/2406.12773v2
- Date: Wed, 02 Oct 2024 12:24:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-03 15:17:02.539018
- Title: Robustness of contextuality under different types of noise as quantifiers for parity-oblivious multiplexing tasks
- Title(参考訳): パリティ公開多重化タスクの量化器としての異なる種類の雑音下での文脈性のロバスト性
- Authors: Amanda M. Fonseca, Vinicius P. Rossi, Roberto D. Baldijão, John H. Selby, Ana Belén Sainz,
- Abstract要約: 我々は分析的および数値的なツールを用いて、異なる種類の雑音下でのPOMシナリオにおける文脈性のロバスト性を推定する。
我々は,任意の$n$-to-1 POMシナリオにおいて,文脈性から偏極へのロバスト性と成功率の関係を一般化する。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Generalised contextuality is the notion of nonclassicality powering up a myriad of quantum tasks, among which is the celebrated case of a two-party information processing task where classical information is compressed in a quantum channel, the parity-oblivious multiplexing (POM) task. The success rate is the standard quantifier of resourcefulness for this task, while robustness-based quantifiers are as operationally motivated and have known general properties. In this work, we leverage analytical and numerical tools to estimate robustness of contextuality in POM scenarios under different types of noise. We conclude that for the 3-to-1 case robustness of contextuality to depolarisation, as well as a minimisation of robustness of contextuality to dephasing over all bases, are good quantifiers for the nonclassical advantage of this scenario. Moreover, we obtain a general relation between robustness of contextuality to depolarisation and the success rate in any $n$-to-1 POM scenario and show how it can be used to bound the number of bits encoded in this task.
- Abstract(参考訳): 一般化された文脈性(英: generalized contextuality)とは、無数の量子タスクを駆動する非古典性の概念である。
成功率は、このタスクのリソースフルネスの標準的な定量化器であり、ロバストネスに基づく定量化器は、操作的に動機付けされ、既知の一般的な性質を持つ。
本研究では,異なる種類の雑音下でのPOMシナリオにおいて,解析的・数値的手法を用いて文脈性のロバスト性を推定する。
我々は,3-to-1の場合において,非古典的優位性のため,非古典的優位性に対して,文脈性から非分極性へのロバスト性,および文脈性へのロバスト性(ロバスト性)の最小化がよい量化器である,と結論付けた。
さらに,任意の$n$-to-1 POMシナリオにおける文脈性から非分極へのロバスト性と成功率の関係を一般化し,このタスクで符号化されたビット数にどのように適用できるかを示す。
関連論文リスト
- Local-Data-Hiding and Causal Inseparability: Probing Indefinite Causal Structures with Cryptographic Primitives [0.0]
近年の研究では、新しい情報プリミティブとして現れる因果構造における不確定性の可能性が示唆されている。
本研究では,不定因果構造に埋め込まれたエージェントが,特定の因果的背景下で動作しているエージェントよりも優れていることを示す。
本稿では、LBHタスクにそれぞれ役に立たない2つの量子プロセスが一緒に使われる際に有用となる、興味深いスーパーアクティベーション現象を報告する。
論文 参考訳(メタデータ) (2024-07-30T04:54:03Z) - Quantization of Large Language Models with an Overdetermined Basis [73.79368761182998]
本稿では,嘉心表現の原理に基づくデータ量子化アルゴリズムを提案する。
以上の結果から, カシ量子化はモデル性能の競争力や優れた品質を達成できることが示唆された。
論文 参考訳(メタデータ) (2024-04-15T12:38:46Z) - Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。
評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
論文 参考訳(メタデータ) (2023-10-26T18:23:21Z) - RobustMQ: Benchmarking Robustness of Quantized Models [54.15661421492865]
量子化は、限られたリソースを持つデバイスにディープニューラルネットワーク(DNN)をデプロイする上で不可欠なテクニックである。
我々は、ImageNet上の様々なノイズ(障害攻撃、自然破壊、系統的なノイズ)に対する量子化モデルのロバスト性について、徹底的に評価した。
我々の研究は、モデルとその実世界のシナリオにおける展開の堅牢な定量化を推し進めることに貢献している。
論文 参考訳(メタデータ) (2023-08-04T14:37:12Z) - One-Shot Distributed Source Simulation: As Quantum as it Can Get [16.75857332621569]
分散ソースシミュレーションは、2つの(あるいはそれ以上の)パーティが何らかのランダムな相関関係を共有し、局所的な通信を用いてこれをターゲットの相関関係に変換するタスクである。
我々は、これを特徴付ける一発の運用量と相関測定を導入することで実現している。
そこで我々は,ワンショットネットワーク情報理論の技術的ポイントを考察し,サポート補題を古典的量子設定に一般化する。
論文 参考訳(メタデータ) (2023-01-11T04:33:46Z) - Synergies between Disentanglement and Sparsity: Generalization and
Identifiability in Multi-Task Learning [79.83792914684985]
我々は,最大スパース基底予測器が不整合表現をもたらす条件を提供する新しい識別可能性の結果を証明した。
この理論的な結果から,両レベル最適化問題に基づくアンタングル表現学習の実践的アプローチを提案する。
論文 参考訳(メタデータ) (2022-11-26T21:02:09Z) - Improved Quantum Algorithms for Fidelity Estimation [77.34726150561087]
証明可能な性能保証を伴う忠実度推定のための新しい,効率的な量子アルゴリズムを開発した。
我々のアルゴリズムは量子特異値変換のような高度な量子線型代数技術を用いる。
任意の非自明な定数加算精度に対する忠実度推定は一般に困難であることを示す。
論文 参考訳(メタデータ) (2022-03-30T02:02:16Z) - Adversarial Robustness with Semi-Infinite Constrained Learning [177.42714838799924]
入力に対する深い学習は、安全クリティカルなドメインでの使用に関して深刻な疑問を提起している。
本稿では,この問題を緩和するために,Langevin Monte Carlo のハイブリッドトレーニング手法を提案する。
当社のアプローチは、最先端のパフォーマンスと堅牢性の間のトレードオフを軽減することができることを示す。
論文 参考訳(メタデータ) (2021-10-29T13:30:42Z) - Characterising and bounding the set of quantum behaviours in
contextuality scenarios [0.0]
この研究は、一般的な文脈行動のポリトープとともに、文脈性シナリオを定義する。
我々は、これらの量子文脈的振る舞いの集合を束縛するために、新しい半定値プログラミング緩和を定式化する。
最も重要なことは、純状態と射影測定の不備を回避するために、新しいユニタリ演算子に基づく半定値緩和法を提案することである。
論文 参考訳(メタデータ) (2020-10-12T17:00:07Z) - Bounding and simulating contextual correlations in quantum theory [0.0]
一般化された文脈性シナリオにおける量子相関の集合の半定緩和階層を導入する。
我々は、これまで最大違反が不明であったいくつかの非文脈不等式に対する最大量子違反を決定するためにこれを用いる。
その後さらに進み、ある種の準備・文脈的相関が純粋な状態では説明できないことを証明するために使用します。
論文 参考訳(メタデータ) (2020-10-09T18:19:09Z) - Operational quantification of continuous-variable quantum resources [6.308539010172309]
本稿では, 連続変数量子系の資源定量化手法を提案する。
このロバスト性は、どんな凸資源理論においても、よく研究されているボナ・フェイド資源定量器を構成することを示す。
論文 参考訳(メタデータ) (2020-09-23T18:00:03Z)
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。