論文の概要: A negativity-based non-convex entanglement monotone characterizing continuous-variable entanglement swapping

• arxiv url: http://arxiv.org/abs/2410.12385v1
• Date: Wed, 16 Oct 2024 09:11:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-17 13:41:55.196980
• Title: A negativity-based non-convex entanglement monotone characterizing continuous-variable entanglement swapping
• Title（参考訳）: 連続可変エンタングルメントスワップを特徴とする負性に基づく非凸エンタングルメントモノトン
• Authors: Yaqi Zhao, Jinchuan Hou, Kan He, Nicolò Lo Piparo, Xiangyi Meng,
• Abstract要約: 量子ネットワーク(QN)は、遠距離に絡み合った状態を分散することにより、近い将来に様々な量子技術の性能を高めることを約束する。 最初のステップは、情報的かつ計算的に大規模に抽出可能な新しい絡み合い尺度を開発することである。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Quantum networks (QNs) promise to enhance the performance of various quantum technologies in the near future by distributing entangled states over long distances. The first step towards this is to develop novel entanglement measures that are both informative and computationally tractable at large scales. While numerous such entanglement measures exist for discrete-variable (DV) systems, a comprehensive exploration for experimentally preferred continuous-variable (CV) systems is lacking. Here, we introduce a class of CV entanglement measures, among which we identify a non-convex entanglement monotone -- the ratio negativity, which possesses a simple, scalable form for characterizing the optimal entanglement swapping of pure Gaussian states. This characterization opens avenues for leveraging statistical physics tools to analyze swapping-protocol-based CV QNs.
• Abstract（参考訳）: 量子ネットワーク(QN)は、遠距離に絡み合った状態を分散することにより、近い将来に様々な量子技術の性能を高めることを約束する。 最初のステップは、情報的かつ計算的に大規模に抽出可能な新しい絡み合い尺度を開発することである。 このような絡み合いは離散変数(DV)系には数多く存在するが、実験的に好まれる連続変数(CV)系に対する包括的探索は欠如している。 本稿では, 純粋なガウス状態の最適エンタングルメントスワッピングを特徴付けるための, 単純でスケーラブルな形式を有する非凸エンタングルメントモノトンを同定する, CVエンタングルメント対策のクラスを紹介する。 この特徴は、スワッピングプロトコールベースのCVQNを解析するための統計物理学ツールを活用するための道を開く。

関連論文リスト

• Machine-learning-inspired quantum control in many-body dynamics [6.817811305553492]
  制御フィールドの最適化に適した,有望かつ多目的な制御ニューラルネットワークを提案する。 本稿では,量子イジングモデルにおける臨界点通過時の欠陥密度の抑制とキャット状態の忠実度向上の問題に対処する。 勾配に基づくパワーロークエンチ法と比較して,本手法はシステムサイズと長期的進化の両面で有意な優位性を示す。
  論文  参考訳（メタデータ） (2024-04-09T01:47:55Z)
• Variational Quantum Linear Solver enhanced Quantum Support Vector Machine [3.206157921187139]
  本稿では,変分量子線形解法(VQLS)拡張QSVMを提案する。 NISQ デバイス上での最小二乗SVM の線形方程式系を解くために、変分量子線形解法を利用するという考え方に基づいている。 提案手法の実装は,Irisデータセットを用いた広範囲な数値実験により評価される。
  論文  参考訳（メタデータ） (2023-09-14T14:59:58Z)
• Machine learning in and out of equilibrium [58.88325379746631]
  我々の研究は、統計物理学から適応したフォッカー・プランク法を用いて、これらの平行線を探索する。 我々は特に、従来のSGDでは平衡が切れている長期的限界におけるシステムの定常状態に焦点を当てる。 本稿では,ミニバッチの置き換えを伴わない新しいランゲヴィンダイナミクス(SGLD)を提案する。
  論文  参考訳（メタデータ） (2023-06-06T09:12:49Z)
• Beyond the Edge of Stability via Two-step Gradient Updates [49.03389279816152]
  Gradient Descent(GD)は、現代の機械学習の強力な仕事場である。 GDが局所最小値を見つける能力は、リプシッツ勾配の損失に対してのみ保証される。 この研究は、2段階の勾配更新の分析を通じて、単純だが代表的でありながら、学習上の問題に焦点をあてる。
  論文  参考訳（メタデータ） (2022-06-08T21:32:50Z)
• Quantum-tailored machine-learning characterization of a superconducting qubit [50.591267188664666]
  我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。 このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。 このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
  論文  参考訳（メタデータ） (2021-06-24T15:58:57Z)
• Exploring Complementary Strengths of Invariant and Equivariant Representations for Few-Shot Learning [96.75889543560497]
  多くの現実世界では、多数のラベル付きサンプルの収集は不可能です。 少ないショット学習はこの問題に対処するための主要なアプローチであり、目的は限られた数のサンプルの存在下で新しいカテゴリに迅速に適応することです。 幾何学的変換の一般集合に対する等分散と不変性を同時に強制する新しい訓練機構を提案する。
  論文  参考訳（メタデータ） (2021-03-01T21:14:33Z)
• Importance sampling of randomized measurements for probing entanglement [0.0]
  ランダム化計測プロトコルと重要サンプリングを組み合わせることで、より大きな量子系における絡み合いを特徴づけることができることを示す。 量子状態の部分的情報を用いて、機械学習とテンソルネットワークを用いて、統計的誤差の劇的な低減を求める。
  論文  参考訳（メタデータ） (2021-02-26T14:55:53Z)
• Characterizing the loss landscape of variational quantum circuits [77.34726150561087]
  本稿では,VQCの損失関数のヘシアンを計算する方法を紹介する。 この情報がどのように解釈され、従来のニューラルネットワークと比較されるかを示す。
  論文  参考訳（メタデータ） (2020-08-06T17:48:12Z)
• Measurement-induced quantum criticality under continuous monitoring [0.0]
  本研究では,量子多体状態における体積法則から面積法則的絡み合いへの絡み合い相転移を連続的な位置測定により検討する。 測定強度の関数として相互情報のピーク構造として遷移のシグネチャを見いだす。 本稿では,サブシステム粒子数変動に基づいて,予測される絡み合い遷移をテストするための実験装置を提案する。
  論文  参考訳（メタデータ） (2020-04-24T19:35:28Z)
• Remote Quantum Sensing with Heisenberg Limited Sensitivity in Many Body Systems [0.0]
  量子センシングの新しい手法を提案する。 製品状態の多体システムのダイナミクスと、特定のベースでの射影測定のシーケンスを利用する。
  論文  参考訳（メタデータ） (2020-03-04T19:55:57Z)
• Generalized Sliced Distances for Probability Distributions [47.543990188697734]
  我々は、一般化スライス確率測定(GSPM)と呼ばれる、幅広い確率測定値の族を紹介する。 GSPMは一般化されたラドン変換に根付いており、ユニークな幾何学的解釈を持つ。 GSPMに基づく勾配流を生成モデル応用に適用し、軽度な仮定の下では、勾配流が大域的最適に収束することを示す。
  論文  参考訳（メタデータ） (2020-02-28T04:18:00Z)

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。