論文の概要: Semidefinite relaxations for high-dimensional entanglement in the steering scenario
- arxiv url: http://arxiv.org/abs/2410.02554v1
- Date: Thu, 3 Oct 2024 15:00:59 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-04 02:31:52.768560
- Title: Semidefinite relaxations for high-dimensional entanglement in the steering scenario
- Title（参考訳）: 操舵シナリオにおける高次元絡み合いに対する半定緩和
- Authors: Nicola D'Alessandro, Carles Roch i Carceller, Armin Tavakoli,
- Abstract要約: 本稿では,シュミット番号の認証により,ソースの絡み目次元を検出する一般的な方法を提案する。
第二に、任意の次元において任意の最大絡み合った状態にソースの忠実度を束縛する方法を提供する。
- 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: We introduce semidefinite programming hierarchies for benchmarking high-dimensional entanglement in the one-sided device-independent experiments corresponding to the steering scenario. Firstly, we provide a general method for detecting the entanglement dimensionality of the source through certification of its Schmidt number. Its key feature is that the computational cost is independent of the Schmidt number under consideration. Secondly, we provide a method to bound the fidelity of the source with any maximally entangled state in any given dimension. This enables experimentally natural entanglement quantification in the steering scenario. Using only basic computational means, we demonstrate the usefulness of these methods in several case studies.
- Abstract（参考訳）: ステアリングシナリオに対応する一方のデバイス非依存実験において,高次元の絡み合いをベンチマークするための半定型プログラミング階層を導入する。
まず,Schmidt番号の認証によりソースの絡み目次元を検出する一般的な方法を提案する。
その主な特徴は、計算コストが検討中のシュミット数とは独立であることである。
第二に、任意の次元において任意の最大絡み合った状態にソースの忠実度を束縛する方法を提供する。
これにより、ステアリングシナリオにおける実験的に自然な絡み合いの定量化が可能になる。
基本的な計算手段のみを用いて,これらの手法の有用性をいくつかのケーススタディで実証する。
関連論文リスト
- Fast kernel half-space depth for data with non-convex supports [5.725360029813277]
我々は、分布の多モード性に取り組むために、祝福された半空間深さを延長する。
提案した深さは、半空間の深さよりも数桁高速な多様体勾配を用いて計算することができる。
数値シミュレーションや, 実データにおける異常検出, 均一性試験などの応用により, 深度特性を実証した。
論文 参考訳（メタデータ） (2023-12-21T18:55:22Z) - Bounding the amount of entanglement from witness operators [2.226837304625373]
本稿では, 絡み合った状態と分離可能な状態との操作的区別性を, 絡み合った証人から直接推定する手法を提案する。
この推定は、他のよく知られた絡み合い量化器の有界性も示している。
論文 参考訳（メタデータ） (2023-12-08T08:28:56Z) - A Multivariate Unimodality Test Harnessing the Dip Statistic of Mahalanobis Distances Over Random Projections [0.18416014644193066]
線形ランダムプロジェクションとポイント・ツー・ポイント・ディスタンシングにより、一次元の一様性原理を多次元空間に拡張する。
我々の手法は$alpha$-unimodalityの仮定に根ざし、泥ッドと呼ばれる新しい一様性試験を提示する。
理論的および実証的研究は,多次元データセットの一様性評価における本手法の有効性を確認した。
論文 参考訳（メタデータ） (2023-11-28T09:11:02Z) - Almost qudits in the prepare-and-measure scenario [0.0]
キャリヤで符号化された量子情報を、ほぼ、しかし完全には、標準量子ビットに対応しない形で導入し、調査する。
より小さな高次元のコンポーネントが、確立されたプロトコルの結論を著しく損なうことを示す。
また、ほぼ量子ビット系を実験者が利用できる物理資源として見ることも検討している。
論文 参考訳（メタデータ） (2022-08-16T18:00:07Z) - Fixed-point iterations for several dissimilarity measure barycenters in
the Gaussian case [69.9674326582747]
目標追跡とセンサ融合の文脈では、多数のガウス密度を扱うことは珍しくない。
FPI(Fixed-Point Iterations)は、いくつかの異なる尺度に従って、バリセンタの計算を行う。
論文 参考訳（メタデータ） (2022-05-10T11:12:12Z) - Nystr\"om Kernel Mean Embeddings [92.10208929236826]
Nystr"om法に基づく効率的な近似手法を提案する。
サブサンプルサイズの条件は標準の$n-1/2$レートを得るのに十分である。
本稿では,この結果の最大誤差と二次規則の近似への応用について論じる。
論文 参考訳（メタデータ） (2022-01-31T08:26:06Z) - Sensing Cox Processes via Posterior Sampling and Positive Bases [56.82162768921196]
本研究では,空間統計学から広く用いられている点過程の適応センシングについて検討する。
我々は、この強度関数を、特別に構築された正の基底で表される、歪んだガウス過程のサンプルとしてモデル化する。
我々の適応センシングアルゴリズムはランゲヴィン力学を用いており、後続サンプリング(textscCox-Thompson)と後続サンプリング(textscTop2)の原理に基づいている。
論文 参考訳（メタデータ） (2021-10-21T14:47:06Z) - Quantum Optimal Control for Pure-State Preparation Using One Initial
State [0.0]
本稿では,数値最適制御を用いた純状態準備問題の解法について述べる。
読み出しキャビティに複数のキュービットが分散結合されている場合を考える。
論文 参考訳（メタデータ） (2021-06-16T21:49:48Z) - Sinkhorn Natural Gradient for Generative Models [125.89871274202439]
本研究では,シンクホーンの発散による確率空間上の最も急降下法として機能するシンクホーン自然勾配(SiNG)アルゴリズムを提案する。
本稿では,SiNG の主要成分であるシンクホーン情報行列 (SIM) が明示的な表現を持ち,対数的スケールの複雑さを正確に評価できることを示す。
本実験では,SiNGと最先端のSGD型解法を定量的に比較し,その有効性と有効性を示す。
論文 参考訳（メタデータ） (2020-11-09T02:51:17Z) - A Kernel-Based Approach to Non-Stationary Reinforcement Learning in
Metric Spaces [53.47210316424326]
KeRNSは、非定常マルコフ決定過程におけるエピソード強化学習のためのアルゴリズムである。
我々は、状態-作用空間の被覆次元と時間とともにMDPの総変動にスケールする後悔境界を証明した。
論文 参考訳（メタデータ） (2020-07-09T21:37:13Z) - On the minmax regret for statistical manifolds: the role of curvature [68.8204255655161]
2つの部分のコードと最小記述長は、最高のモデルを選別するための手順を提供するのに成功している。
我々は、フィッシャー情報計量のスカラー曲率が支配的な役割を果たす複雑さによって与えられる標準表現よりも、よりシャープな表現を導出する。
論文 参考訳（メタデータ） (2020-07-06T17:28:19Z)
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。