論文の概要: Revisiting Gaussian genuine entanglement witnesses with modern software
- arxiv url: http://arxiv.org/abs/2412.09757v1
- Date: Thu, 12 Dec 2024 23:33:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-16 15:02:27.640711
- Title: Revisiting Gaussian genuine entanglement witnesses with modern software
- Title（参考訳）: ガウスの真の絡み合いの証人を再考する
- Authors: E. Shchukin, P. van Loock,
- Abstract要約: 連続変数ガウスの絡み合いは量子情報理論において魅力的な概念である。
測定された非物理的行列から最も可能性の高い物理共分散行列を再構成する手法を提案する。
次に, 測定誤差が存在する場合でも, 異なる種類の分離性に対して再構成行列を試験する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Continuous-variable Gaussian entanglement is an attractive notion, both as a fundamental concept in quantum information theory, based on the well-established Gaussian formalism for phase-space variables, and as a practical resource in quantum technology, exploiting in particular, unconditional room-temperature squeezed-light quantum optics. The readily available high level of scalability, however, is accompanied by an increased theoretical complexity when the multipartite entanglement of a growing number of optical modes is considered. For such systems, we present several approaches to reconstruct the most probable physical covariance matrix from a measured non-physical one and then test the reconstructed matrix for different kinds of separability (factorizability, concrete partite separability or biseparability) even in the presence of measurement errors. All these approaches are based on formulating the desired properties (physicality or separability) as convex optimization problems, which can be efficiently solved with modern optimization solvers, even when the system grows. To every optimization problem we construct the corresponding dual problem used to verify the optimality of the solution. Besides this numerical part of work, we derive an explicit analytical expression for the symplectic trace of a positive definite matrix, which can serve as a simple witness of an entanglement witness, and extend it for positive semidefinite matrices. In addition, we show that in some cases our optimization problems can be solved analytically.
- Abstract（参考訳）: 連続変数ガウス交絡(英: continuous-variable Gaussian entanglement)は、位相空間変数に対するよく確立されたガウス形式に基づく量子情報理論の基本的な概念として、特に非条件室温励起光量子光学を利用する量子技術における実用的な資源として、魅力的な概念である。
しかし、容易に利用できる高レベルのスケーラビリティは、多くの光学モードの多部絡み合いを考慮すると、理論上の複雑さが増す。
このようなシステムに対して、測定された非物理的行列から最も確率の高い物理共分散行列を再構成し、測定誤差が存在する場合でも、異なる種類の分離性(ファクトリズビリティ、コンクリート粒子分離性、二相分離性)で再構成された行列を試験する。
これらのアプローチはすべて、望まれる特性(物理的性や分離性)を凸最適化問題として定式化することに基づいている。
すべての最適化問題に対して、解の最適性を検証するために用いられる対応する双対問題を構築する。
この数値的な部分の他に、正定行列のシンプレクティックトレースに対する明示的な解析式が導出され、これは絡み目の単純な証人として機能し、正半定行列に拡張することができる。
さらに,いくつかの場合において,最適化問題を解析的に解くことができることを示した。
関連論文リスト
- Entanglement-assisted variational algorithm for discrete optimization problems [0.0]
離散最適化問題は、しばしば正確に難解であり、近似メソッドの使用を必要とする。
古典物理学に触発されたヒューリスティックスは、長い間この領域において中心的な役割を果たしてきた。
量子アニールは、アナログおよびデジタル量子デバイスの両方で実現されたハードウェア実装によって、有望な代替手段として登場した。
論文 参考訳（メタデータ） (2025-01-15T19:00:10Z) - Quantum algorithms for matrix geometric means [9.711068952909118]
我々は新しい量子サブルーチンを考案し、標準行列の幾何平均を埋め込んだ量子ユニタリ演算子を作成する。
量子幾何平均距離学習と呼ばれる新しい量子学習アルゴリズムを提案する。
行列幾何学的な手段のためのこれらの量子サブルーチンは、他の量子情報の領域でも有用である。
論文 参考訳（メタデータ） (2024-05-01T17:58:11Z) - General quantum algorithms for Hamiltonian simulation with applications
to a non-Abelian lattice gauge theory [44.99833362998488]
複数の量子数の相関変化からなる相互作用のクラスを効率的にシミュレートできる量子アルゴリズムを導入する。
格子ゲージ理論は、1+1次元のSU(2)ゲージ理論であり、1つのスタッガードフェルミオンに結合する。
これらのアルゴリズムは、アベリアおよび非アベリアゲージ理論と同様に高次元理論にも適用可能であることが示されている。
論文 参考訳（メタデータ） (2022-12-28T18:56:25Z) - Automatic and effective discovery of quantum kernels [41.61572387137452]
量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。
本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。
その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
論文 参考訳（メタデータ） (2022-09-22T16:42:14Z) - Exact solutions of interacting dissipative systems via weak symmetries [77.34726150561087]
我々は任意の強い相互作用や非線形性を持つクラスマルコフ散逸系(英語版)のリウヴィリアンを解析的に対角化する。
これにより、フルダイナミックスと散逸スペクトルの正確な記述が可能になる。
我々の手法は他の様々なシステムに適用でき、複雑な駆動散逸量子系の研究のための強力な新しいツールを提供することができる。
論文 参考訳（メタデータ） (2021-09-27T17:45:42Z) - Jointly Modeling and Clustering Tensors in High Dimensions [6.072664839782975]
テンソルの合同ベンチマークとクラスタリングの問題を考察する。
本稿では,統計的精度の高い近傍に幾何的に収束する効率的な高速最適化アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-04-15T21:06:16Z) - Certificates of quantum many-body properties assisted by machine
learning [0.0]
本稿では,緩和技術の力と深層強化学習を組み合わせた新しい手法を提案する。
本研究は,多くの移動系の基底状態エネルギーを求める文脈において,本手法の生存可能性について述べる。
我々は、量子情報処理の分野における他の一般的な応用へのアプローチを一般化するためのツールを提供する。
論文 参考訳（メタデータ） (2021-03-05T17:47:26Z) - Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。
新規な構造化融合正規化に基づく一般グラフ推定器を提案する。
提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
論文 参考訳（メタデータ） (2021-03-05T04:42:32Z) - Riemannian geometry and automatic differentiation for optimization
problems of quantum physics and quantum technologies [0.0]
制約付き最適化の新しいアプローチが複雑な量子システムに適用可能であることを示す。
提案手法は,提案したオープンソースソフトウェアとともに,雑音量子システムの最適制御に適用可能である。
論文 参考訳（メタデータ） (2020-07-02T17:53:01Z) - A Dynamical Systems Approach for Convergence of the Bayesian EM
Algorithm [59.99439951055238]
我々は、(離散時間)リアプノフ安定性理論が、必ずしも勾配ベースではない最適化アルゴリズムの分析(および潜在的な設計)において、いかに強力なツールとして役立つかを示す。
本稿では,不完全データベイズフレームワークにおけるパラメータ推定を,MAP-EM (maximum a reari expectation-maximization) と呼ばれる一般的な最適化アルゴリズムを用いて行うことに着目したML問題について述べる。
高速収束(線形あるいは二次的)が達成され,S&Cアプローチを使わずに発表することが困難であった可能性が示唆された。
論文 参考訳（メタデータ） (2020-06-23T01:34:18Z) - On dissipative symplectic integration with applications to
gradient-based optimization [77.34726150561087]
本稿では,離散化を体系的に実現する幾何学的枠組みを提案する。
我々は、シンプレクティックな非保守的、特に散逸的なハミルトン系への一般化が、制御された誤差まで収束率を維持することができることを示す。
論文 参考訳（メタデータ） (2020-04-15T00:36:49Z)
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。