Fugu-MT 論文翻訳(概要): Classification of the Subgroups of the Two-Qubit Clifford Group

論文の概要: Classification of the Subgroups of the Two-Qubit Clifford Group

arxiv url: http://arxiv.org/abs/2409.14624v1
Date: Sun, 22 Sep 2024 23:21:55 GMT
ステータス: 処理完了
システム内更新日: 2024-11-06 21:45:58.977849
Title: Classification of the Subgroups of the Two-Qubit Clifford Group
Title（参考訳）: 2Qubit Clifford群の部分群の分類
Authors: Eric Kubischta, Ian Teixeira,
Abstract要約: 2量子パウリ群を含む2量子クリフォード群の56個の部分群の完全分類を行う。 GAPが提供するグループライブラリに対して、これらのグループを参照する。また、2量子クリフォード階層の上位の群のいくつかの族を列挙する。
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: We perform a complete classification of all 56 subgroups of the two-qubit Clifford group containing the two-qubit Pauli group. We provide generators for these groups using gates familiar to the quantum information community and we reference these groups against the group libraries provided in GAP. We also list several families of groups in higher levels of the two-qubit Clifford hierarchy.
Abstract（参考訳）: 2量子パウリ群を含む2量子クリフォード群の56個の部分群の完全分類を行う。我々は,これらのグループに対して,量子情報コミュニティに慣れ親しんだゲートを用いたジェネレータを提供し,GAPが提供するグループライブラリに対してこれらのグループを参照する。また、2量子クリフォード階層の上位の群のいくつかの族を列挙する。

関連論文リスト

AlignGroup: Learning and Aligning Group Consensus with Member Preferences for Group Recommendation [7.8148534870343225]
グループ活動は、人間の社会において重要な行動であり、グループに対するパーソナライズされたレコメンデーションを提供することをグループレコメンデーションタスクと呼ぶ。本稿では,グループコンセンサスとグループメンバーの個人選好の両方に着目し,グループ決定を推測するグループ推薦手法であるAlignGroupを提案する。
論文参考訳（メタデータ） (2024-09-04T10:03:09Z)
Contracting Self-similar Groups in Group-Based Cryptography [0.0]
我々は,同時共役探索問題(SCSP)に基づく暗号スキームのプラットフォームとして,自己相似契約群を提案する。これらの群のクラスは、非線型であることが知られているグリゴルチャック群のような特別な例を含む。グループベースの暗号においてこれらのグループを使用することの利点と欠点について議論し、SCSPに対する長さベースの攻撃の変種を計算解析する。
論文参考訳（メタデータ） (2024-08-26T15:30:11Z)
The Clifford theory of the $n$-qubit Clifford group [0.0]
近年の応用はクリフォード群の表現論を利用した。我々は、$n$-qubit Clifford 群の既約文字と$(n+1)$-qubit Clifford 群の既約文字との予期しない対応を見つける。
論文参考訳（メタデータ） (2023-07-11T21:21:31Z)
CLUSTSEG: Clustering for Universal Segmentation [56.58677563046506]
CLUSTSEGは画像セグメンテーションのための一般的なトランスフォーマーベースのフレームワークである。これは、統合されたニューラルクラスタリングスキームを通じて、異なるイメージセグメンテーションタスク(スーパーピクセル、セマンティック、インスタンス、パノプティクス)に取り組む。
論文参考訳（メタデータ） (2023-05-03T15:31:16Z)
On Groups in the Qubit Clifford Hierarchy [0.0]
ユニタリ群は qubit Clifford Hierarchy の元を用いて構成することができる。我々は、クリフォード階層内の一般化半クリフォード元を用いて構築できるすべての群を分類する。
論文参考訳（メタデータ） (2022-12-11T03:37:19Z)
Multiple Fairness and Cardinality constraints for Students-Topics Grouping Problem [14.051419173519308]
グループワークは、学生が好みに基づいてトピック固有のグループに分けられる教育環境において一般的な活動である。我々は,学生を重複しないグループに分割するマルチフェア・キャパシタント(MFC)グループ問題を導入する。そこで本研究では,グループ化のための手法とknapsackに基づく手法の2つのアプローチを提案する。
論文参考訳（メタデータ） (2022-06-20T17:06:10Z)
DeepCluE: Enhanced Image Clustering via Multi-layer Ensembles in Deep Neural Networks [53.88811980967342]
本稿では,Ensembles (DeepCluE) を用いたDeep Clusteringを提案する。ディープニューラルネットワークにおける複数のレイヤのパワーを活用することで、ディープクラスタリングとアンサンブルクラスタリングのギャップを埋める。 6つの画像データセットの実験結果から、最先端のディープクラスタリングアプローチに対するDeepCluEの利点が確認されている。
論文参考訳（メタデータ） (2022-06-01T09:51:38Z)
Towards Group Robustness in the presence of Partial Group Labels [61.33713547766866]
入力サンプルとターゲットラベルの間に急激な相関関係があるニューラルネットワークの予測を誤った方向に導く本稿では,制約セットから最悪のグループ割り当てを最適化するアルゴリズムを提案する。グループ間で総合的な集計精度を維持しつつ,少数集団のパフォーマンス向上を示す。
論文参考訳（メタデータ） (2022-01-10T22:04:48Z)
Constraints on Maximal Entanglement Under Groups of Permutations [73.21730086814223]
絡み合いの集合は本質的に等しく、群作用の下で同じ軌道上にある。物理対称性群の正規化子および正規化部分群を利用することにより、これらの絡み合いの最大値に対する新しい一般化された関係を導入する。
論文参考訳（メタデータ） (2020-11-30T02:21:22Z)
Scalable Hierarchical Agglomerative Clustering [65.66407726145619]
既存のスケーラブルな階層的クラスタリング手法は、スピードの質を犠牲にする。我々は、品質を犠牲にせず、数十億のデータポイントまでスケールする、スケーラブルで集約的な階層的クラスタリング法を提案する。
論文参考訳（メタデータ） (2020-10-22T15:58:35Z)
General Partial Label Learning via Dual Bipartite Graph Autoencoder [81.78871072599607]
一般部分ラベル学習(GPLL)の実践的かつ困難な問題を定式化する。本稿では,Dual Bipartite Graph Autoencoder (DB-GAE) と呼ばれる新しいグラフオートエンコーダを提案する。
論文参考訳（メタデータ） (2020-01-05T19:00:41Z)

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。