論文の概要: Metrological Characterization of Multipartite Continuous-Variable non-Gaussian Entanglement Structure

• arxiv url: http://arxiv.org/abs/2408.12554v2
• Date: Sun, 6 Oct 2024 16:22:06 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-08 05:37:29.221603
• Title: Metrological Characterization of Multipartite Continuous-Variable non-Gaussian Entanglement Structure
• Title（参考訳）: 多粒子連続可変非ガウスエンタングルメント構造のメトロロジカルキャラクタリゼーション
• Authors: Mingsheng Tian, Xiaoting Gao, Boxuan Jing, Feng-Xiao Sun, Matteo Fadel, Qiongyi He,
• Abstract要約: 本稿では,連続変数系における多部絡み構造の検出手法を提案する。 ランダムに生成した105ドル以上の多モード量子状態に対して,本手法の有効性を示す。 この研究は、様々な連続変数系における絡み合い構造を特徴づけるための一般的な枠組みを提供する。
• 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: Multipartite entanglement is an essential resource for quantum information tasks, but characterizing entanglement structures in continuous variable systems remains challenging, especially in multimode non-Gaussian scenarios. In this work, we introduce a method for detecting multipartite entanglement structures in continuous variable states. By leveraging the quantum Fisher information, we propose a systematic approach to identify feasible operators that capture quantum correlations in multimode non-Gaussian states. We demonstrate the effectiveness of our method on over $10^5$ randomly generated multimode-entangled quantum states, achieving a high success rate in entanglement detection. Additionally, our method exhibits enhanced robustness against losses by expanding the set of accessible operators. This work provides a general framework for characterizing entanglement structures in diverse continuous variable systems, enabling a number of experimentally relevant applications.
• Abstract（参考訳）: マルチパーティ・エンタングルメントは量子情報処理に不可欠な資源であるが、連続変数系におけるエンタングルメント構造の特徴付けは、特にマルチモード非ガウス的シナリオにおいて難しいままである。 本研究では,連続変数状態における多部交絡構造を検出する手法を提案する。 量子フィッシャー情報を活用することにより,多モード非ガウス状態における量子相関を捉えることが可能な演算子を同定する体系的手法を提案する。 ランダムに生成した多モード量子状態に対して,本手法の有効性を実証し,絡み付き検出において高い成功率を達成する。 さらに,本手法は,アクセス可能な演算子の集合を拡張することで,損失に対する堅牢性を向上する。 この研究は、様々な連続変数系における絡み合い構造を特徴づけるための一般的なフレームワークを提供し、多くの実験的な応用を可能にする。

関連論文リスト

• Scalable multipartite entanglement criteria for continuous variables [6.181008505226926]
  本稿では,マルチモード連続変数系のあらゆる種類のマルチパーティ・エンタングルメントに対して,非常に一般的なエンタングルメント検出法を提案する。 我々の基準は、絡み合い、真の絡み合い、および他の種類の分離性をほぼ同義に検出することができる。
  論文  参考訳（メタデータ） (2024-11-05T13:27:19Z)
• Learning Controlled Stochastic Differential Equations [61.82896036131116]
  本研究では,非一様拡散を伴う連続多次元非線形微分方程式のドリフト係数と拡散係数の両方を推定する新しい手法を提案する。 我々は、(L2)、(Linfty)の有限サンプル境界や、係数の正則性に適応する学習率を持つリスクメトリクスを含む、強力な理論的保証を提供する。 当社のメソッドはオープンソースPythonライブラリとして利用可能です。
  論文  参考訳（メタデータ） (2024-11-04T11:09:58Z)
• High-dimentional Multipartite Entanglement Structure Detection with Low Cost [18.876952671920133]
  本稿では,絡み合い構造検出に適した表現を生成するニューラルネットワークモデルを提案する。 提案手法は最大19量子ビット系における95%以上の検出精度を実現する。
  論文  参考訳（メタデータ） (2024-08-23T12:09:26Z)
• Distributionally Robust Model-based Reinforcement Learning with Large State Spaces [55.14361269378122]
  強化学習における3つの大きな課題は、大きな状態空間を持つ複雑な力学系、コストのかかるデータ取得プロセス、トレーニング環境の展開から現実の力学を逸脱させることである。 広範に用いられているKullback-Leibler, chi-square, および全変分不確実性集合の下で, 連続状態空間を持つ分布ロバストなマルコフ決定過程について検討した。 本稿では,ガウス過程と最大分散削減アルゴリズムを用いて,多出力名目遷移力学を効率的に学習するモデルベースアプローチを提案する。
  論文  参考訳（メタデータ） (2023-09-05T13:42:11Z)
• Unbiasing time-dependent Variational Monte Carlo by projected quantum evolution [44.99833362998488]
  量子系を古典的にシミュレートするためのモンテカルロ変分法(英語版)の精度とサンプルの複雑さを解析する。 時間依存変分モンテカルロ(tVMC)が最もよく用いられるスキームは、体系的な統計的バイアスによって影響を受けることを証明している。 本稿では,各段階における最適化問題の解法に基づく異なるスキームが,そのような問題から解放されていることを示す。
  論文  参考訳（メタデータ） (2023-05-23T17:38:10Z)
• A generic framework for genuine multipartite entanglement detection [15.037030262271992]
  本稿では,任意の対象状態に対して,新たな絡み合いの証人を生成するための厳密な手順を提案する。 優れた耐雑音性を持つので、我々の枠組みは、真のマルチパーティの絡み合いに広く適用されるべきである。
  論文  参考訳（メタデータ） (2022-11-10T13:35:57Z)
• Detecting entanglement in quantum many-body systems via permutation moments [4.376631240407246]
  置換モーメントに基づく多部交絡基準を設計するためのフレームワークを提案する。 これらの基準は、長距離$XY$ Hamiltonianを持つマルチキュービットIsingモデルにおいて強い検出能力を示す。 我々のフレームワークは、量子多体系のより複雑な絡み合い構造を検出するために一般化することもできる。
  論文  参考訳（メタデータ） (2022-03-16T04:39:54Z)
• Decimation technique for open quantum systems: a case study with driven-dissipative bosonic chains [62.997667081978825]
  量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。 本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。 本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
  論文  参考訳（メタデータ） (2022-02-15T19:00:09Z)
• Detecting entanglement structure in continuous many-body quantum systems [0.0]
  多体量子系の包括的理解の前提条件は、その絡み合い構造の特徴である。 本研究では, ホウ素-アインシュタイン凝縮体の異なる部分系間の絡み合いを明らかにすることで, 絡み合いを証明し, 証明する一般的なスキームを開発する。 マルチモード設定でのボゴリューボフモードでのスキーズ検出は、空間的に拡張された多体系の絡み合いを研究する量子シミュレーションの能力を高める可能性を示している。
  論文  参考訳（メタデータ） (2021-05-25T21:12:07Z)
• Entanglement transfer, accumulation and retrieval via quantum-walk-based qubit-qudit dynamics [50.591267188664666]
  高次元システムにおける量子相関の生成と制御は、現在の量子技術の展望において大きな課題である。 本稿では,量子ウォークに基づく移動・蓄積機構により,$d$次元システムの絡み合った状態が得られるプロトコルを提案する。 特に、情報を軌道角運動量と単一光子の偏光度にエンコードするフォトニック実装について述べる。
  論文  参考訳（メタデータ） (2020-10-14T14:33:34Z)
• Unsupervised machine learning of quantum phase transitions using diffusion maps [77.34726150561087]
  本研究では, 測定データの非線形次元減少とスペクトルクラスタリングを行う拡散写像法が, 教師なしの複雑な位相遷移を学習する上で有意なポテンシャルを持つことを示す。 この方法は、局所観測可能量の単一の基底での測定に役立ち、多くの実験的な量子シミュレータに容易に適用できる。
  論文  参考訳（メタデータ） (2020-03-16T18:40:13Z)

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。