論文の概要: Measurement-device-independent entanglement witness with imprecise input states
- arxiv url: http://arxiv.org/abs/2412.13819v1
- Date: Wed, 18 Dec 2024 13:08:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-19 13:24:03.335001
- Title: Measurement-device-independent entanglement witness with imprecise input states
- Title（参考訳）: 不正確な入力状態を持つ測定デバイス非依存的絡み込み証人
- Authors: Xing-Chen Guo, Mao-Sheng Li,
- Abstract要約: 測定デバイスに依存しない絡み合い目撃者(MDI-EWs)は、特徴のある測定に頼らずに絡み合いの検出を可能にする。
MDI-EWは入力状態において非ゼロの精度で絡み合いの基準が成立しない敏感なMDI-EWである。
そこで本研究では,MDI-EWの基準を変更するための体系的なアプローチを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Measurement-device-independent entanglement witnesses (MDI-EWs) enable the detection of entanglement without relying on characterized measurements. However, the entanglement criteria for MDI-EWs typically assume the idealized condition that the lab input states are precisely the desired ones. In this work, we remove this idealization by considering the realistic scenario in which lab input states may be imprecise. We introduce a new class of MDI-EWs, termed sensitive MDI-EWs, whose entanglement criteria fail under any non-zero imprecision in the input states. We derive sufficient conditions for an MDI-EW to be classified as sensitive, revealing that a large class of MDI-EWs exhibit this sensitivity. Additionally, we demonstrate that two well-known MDI-EWs for Werner states are sensitive according to our criteria, one of which recovers the result from a previous study [Phys. Rev. A 104, 012429 (2021)]. Moreover, we clarify the concept of lab input states in a way that makes imprecisions experimentally measurable, and propose a systematic approach for modifying the criterion of any MDI-EW to accommodate small imprecisions, thus enhancing experimental relevance. A simple MDI-EW example is provided, where our modified criterion is already optimal. This work bridges the gap between idealized theoretical models and practical experimental conditions, paving the way for more robust and accessible entanglement detection in real-world settings.
- Abstract（参考訳）: 測定デバイスに依存しない絡み合い目撃者(MDI-EWs)は、特徴的測定に依存することなく絡み合いの検出を可能にする。
しかし、MDI-EWの絡み合い基準は典型的には、実験室の入力状態が正確に所望のものであるという理想的な条件を仮定する。
本研究では,実験室の入力状態が不正確であるような現実的なシナリオを考慮し,この理想化を除去する。
MDI-EWは入力状態において非ゼロの精度で絡み合いの基準が成立しない敏感なMDI-EWである。
我々は、MDI-EWをセンシティブに分類するのに十分な条件を導出し、多くのMDI-EWがこの感度を示すことを明らかにした。
さらに、ワーナー状態に対する2つのよく知られたMDI-EWが、我々の基準に従って敏感であることを示し、そのうちの1つは、以前の研究(Phys. Rev. A 104, 012429 (2021))から結果を回復している。
さらに,実験室の入力状態の概念を実験的に測定可能な方法で明らかにし,MDI-EWの基準を変更して小さな精度に対応するための体系的なアプローチを提案する。
MDI-EWの単純な例では、修正された基準はすでに最適です。
この研究は理想化された理論モデルと実践的な実験条件のギャップを埋め、現実の環境でより堅牢でアクセスしやすい絡み合い検出の道を開く。
関連論文リスト
- RADAR: Robust Two-stage Modality-incomplete Industrial Anomaly Detection [61.71770293720491]
本稿では,2段階のロバスト・モードアリティ不完全融合とFlaAmewoRkの検出について提案する。
我々のブートストラッピング哲学は、MIIADの2段階を強化し、マルチモーダルトランスの堅牢性を向上させることである。
実験の結果,提案手法は従来のMIAD法よりも有効性とロバスト性に優れていた。
論文 参考訳（メタデータ） (2024-10-02T16:47:55Z) - Resultant: Incremental Effectiveness on Likelihood for Unsupervised Out-of-Distribution Detection [63.93728560200819]
unsupervised out-of-distribution (U-OOD) は、未表示のin-distriion(ID)データのみに基づいて訓練された検出器でデータサンプルを識別することである。
近年の研究は、DGMに基づく様々な検出器を開発し、可能性を超えて移動している。
本研究では,各方向,特にポストホック前とデータセットエントロピー・ミューチュアルキャリブレーションの2つの手法を適用した。
実験の結果、結果が新しい最先端のU-OOD検出器になる可能性が示された。
論文 参考訳（メタデータ） (2024-09-05T02:58:13Z) - Test-Time Adaptation Induces Stronger Accuracy and Agreement-on-the-Line [65.14099135546594]
最近のテスト時間適応 (TTA) 法は, モデルに非常に弱い相関関係を示すシフトであっても, ACL と AGL の傾向を大幅に強化する。
この結果から,TTAとAGLに基づく推定手法を組み合わせることで,より広い分布シフトの集合に対する高精度なモデルOOD性能を推定できることが示唆された。
論文 参考訳（メタデータ） (2023-10-07T23:21:25Z) - Measuring and Modeling Uncertainty Degree for Monocular Depth Estimation [50.920911532133154]
単分子深度推定モデル(MDE)の本質的な不適切さと順序感性は、不確かさの程度を推定する上で大きな課題となる。
本稿では,MDEモデルの不確かさを固有確率分布の観点からモデル化する。
新たなトレーニング正規化用語を導入することで、驚くほど単純な構成で、余分なモジュールや複数の推論を必要とせずに、最先端の信頼性で不確実性を推定できる。
論文 参考訳（メタデータ） (2023-07-19T12:11:15Z) - Understanding Deep Generative Models with Generalized Empirical
Likelihoods [3.7978679293562587]
そこで本研究では,最大平均離散性と一般化経験的類似性(Generalized Empirical Likelihood)の技術を組み合わせて,サンプルごとの解釈可能性を維持する分布テストを作成する方法について述べる。
このようなテストでは、精度/リコールの改善などの指標よりも、モード低下やモード不均衡の度合いが最大60%向上していることが判明した。
論文 参考訳（メタデータ） (2023-06-16T11:33:47Z) - Hard-normal Example-aware Template Mutual Matching for Industrial Anomaly Detection [78.734927709231]
異常検出器は、クエリー画像の未知の欠陥を検出し、ローカライズするために工業製造で広く使われている。
これらの検出器は異常のないサンプルで訓練され、ほとんどの通常のサンプルと区別された異常を成功させた。
しかし、ハードノーマルな例は、ほとんどの通常のサンプルから遠く離れており、しばしば既存の方法によって異常と誤認される。
論文 参考訳（メタデータ） (2023-03-28T17:54:56Z) - Targeted Separation and Convergence with Kernel Discrepancies [61.973643031360254]
カーネルベースの不一致測度は、(i)ターゲットPを他の確率測度から分離するか、(ii)Pへの弱収束を制御する必要がある。
本稿では, (i) と (ii) を保証するのに十分な,必要な新しい条件を導出する。
可分距離空間上のMDDに対して、ボヒナー埋め込み可測度を分離するカーネルを特徴づけ、すべての測度を非有界カーネルと分離するための単純な条件を導入する。
論文 参考訳（メタデータ） (2022-09-26T16:41:16Z) - Estimating and Controlling for Equalized Odds via Sensitive Attribute
Predictors [7.713240800142863]
フェアネスのEOD(Emphequalized odds)定義について検討する。
センシティブな属性を持たない設定では、まず予測器のEDD違反に対して、厳密で計算可能な上限を提供する。
本稿では,新たな処理後修正法により,最悪のEODを確実に制御できることを実証する。
論文 参考訳（メタデータ） (2022-07-25T19:56:02Z) - Parameter-free Online Test-time Adaptation [19.279048049267388]
実世界の様々なシナリオにおいて,テスト時間適応手法が事前学習されたモデルにどのような効果をもたらすかを示す。
我々は特に「保守的」なアプローチを提案し、ラプラシアン適応最大推定(LAME)を用いてこの問題に対処する。
提案手法では,既存の手法よりもシナリオの平均精度がはるかに高く,メモリフットプリントもはるかに高速である。
論文 参考訳（メタデータ） (2022-01-15T00:29:16Z) - Noisy quantum input loophole in measurement-device-independent
entanglement witnesses [0.0]
測定デバイスに依存しない絡み合い目撃者(MDI-EWs)は、間違った測定下であっても偽の絡み合いを決して検出しない。
非一様・絡み合い雑音の文脈では,MDI-EWでも偽絡み検出が可能であることが判明した。
論文 参考訳（メタデータ） (2020-12-16T17:13:10Z) - Efficient MDI Adaptation for n-gram Language Models [25.67864542036985]
本稿では,n-gram言語モデル適応のための最小識別情報原理に基づく効率的なアルゴリズムを提案する。
n-gramモデルのバックオフ構造と階層的トレーニング手法のアイデアを利用して、MDI適応を各反復における入力に対する線形時間複雑度で計算可能であることを示す。
論文 参考訳（メタデータ） (2020-08-05T22:21:03Z)
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。