Fugu-MT 論文翻訳(概要): Stochastic Processes: From Classical to Quantum

論文の概要: Stochastic Processes: From Classical to Quantum

arxiv url: http://arxiv.org/abs/2407.04005v1
Date: Thu, 4 Jul 2024 15:26:35 GMT
ステータス: 処理完了
システム内更新日: 2024-07-08 17:33:44.099423
Title: Stochastic Processes: From Classical to Quantum
Title（参考訳）: 確率過程:古典から量子へ
Authors: Soon Hoe Lim,
Abstract要約: 古典的プロセスの理論からいくつかのリマインダーから始めます。次に、量子力学と場の量子論を概観する。ボソンフォック空間とその計算に量子過程を導入する。
参考スコア（独自算出の注目度）: 7.034466417392574
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The main goal of these notes is to give an introduction to the mathematics of quantum noise and some of its applications in non-equilibrium statistical mechanics. We start with some reminders from the theory of classical stochastic processes. We then provide a brief overview of quantum mechanics and quantum field theory, from the viewpoint of quantum probability and adopting the language of Hudson and Parthasarathy. We introduce quantum stochastic processes on a boson Fock space and their calculus. Whenever possible, we make connections with the relevant concepts in classical probability theory. As an application of the theory, we introduce the theory of open quantum systems, with emphasis on the physics and modeling aspects of these systems.
Abstract（参考訳）: これらのノートの主な目的は、量子ノイズの数学とその非平衡統計力学への応用について紹介することである。古典的確率過程の理論からいくつかのリマインダーから始める。次に、量子確率の観点から量子力学と場の量子論を概観し、HudsonとParthasarathyの言語を採用する。ボソンフォック空間とその計算に量子確率過程を導入する。可能であればいつでも、古典的確率論における関連する概念と結びつく。この理論の応用として、これらのシステムの物理とモデリングの側面に重点を置いたオープン量子系の理論を導入する。

関連論文リスト

The probabilistic world II : Quantum mechanics from classical statistics [0.0]
確率的環境における活動的あるいは静かな状態のニューロンに基づく単純なニューロモルフィックコンピュータは、絡み合った2量子ビット系のユニタリ変換を学習することができる。我々の明示的な構成は、古典統計学における量子力学の埋め込みのノーゴー定理が回避されるという証明を構成する。
論文参考訳（メタデータ） (2024-08-09T14:02:55Z)
A Theory of Quantum Jumps [44.99833362998488]
我々は、量子化された電磁場に結合した原子の理想化されたモデルにおける蛍光と量子ジャンプ現象について研究する。この結果は、顕微鏡システムの量子力学的記述における基本的なランダム性の導出に起因している。
論文参考訳（メタデータ） (2024-04-16T11:00:46Z)
Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文参考訳（メタデータ） (2023-06-29T18:00:01Z)
Advantages of quantum mechanics in the estimation theory [0.0]
量子論において、作用素の状況は非可換性の性質のため異なる。我々は、完全に一般性をもって、ガウス状態の量子推定理論を、その第一モーメントと第二モーメントの観点で定式化する。
論文参考訳（メタデータ） (2022-11-13T18:03:27Z)
Theory of Quantum Generative Learning Models with Maximum Mean Discrepancy [67.02951777522547]
量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
論文参考訳（メタデータ） (2022-05-10T08:05:59Z)
Gravity, Quantum Fields and Quantum Information: Problems with classical channel and stochastic theories [0.0]
情報チャネルによって媒介される相互作用の概念は、一般に、量子場理論による相互作用の処理と等価ではないことを示す。第二に、一般に古典的な情報源によって量子場を置き換えることはできず、古典的なノイズによって量子ゆらぎの影響をモックアップすることもできない。
論文参考訳（メタデータ） (2022-02-06T14:55:46Z)
Tossing Quantum Coins and Dice [0.0]
このケースは、量子情報処理と量子コンピューティングに用いられる典型的なフレームワークを示すため、量子手順の重要な例である。量子と古典条件の確率の差の明確化に重点が置かれている。
論文参考訳（メタデータ） (2021-03-31T11:39:56Z)
Towards understanding the power of quantum kernels in the NISQ era [79.8341515283403]
量子カーネルの利点は,大規模データセット,計測回数の少ないもの,システムノイズなどにおいて消失することを示した。我々の研究は、NISQデバイス上で量子優位性を得るための先進量子カーネルの探索に関する理論的ガイダンスを提供する。
論文参考訳（メタデータ） (2021-03-31T02:41:36Z)
Quantum stochastic processes and quantum non-Markovian phenomena [0.0]
このチュートリアルでは、量子コムの現代言語の観点から、量子プロセスの構造を詳述している。古典的プロセスの基礎から始まり、同じ考えを量子領域に一般化する。この科学分野の先駆けとなる多くのエキサイティングな問題を論じることで、チュートリアルを締めくくります。
論文参考訳（メタデータ） (2020-12-03T13:16:25Z)
Quantum simulation of gauge theory via orbifold lattice [47.28069960496992]
普遍量子コンピュータ上で$textU(k)$ Yang-Mills理論をシミュレートするための新しいフレームワークを提案する。本稿では,ヤン・ミルズ理論の静的特性と実時間ダイナミクスの計算への応用について論じる。
論文参考訳（メタデータ） (2020-11-12T18:49:11Z)
From a quantum theory to a classical one [117.44028458220427]
量子対古典的交叉を記述するための形式的アプローチを提示し議論する。この手法は、1982年にL. Yaffeによって、大きな$N$の量子場理論に取り組むために導入された。
論文参考訳（メタデータ） (2020-04-01T09:16:38Z)

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。