論文の概要: Grand Unification of All Discrete Wigner Functions on $d \times d$ Phase Space

• arxiv url: http://arxiv.org/abs/2503.09353v2
• Date: Fri, 14 Mar 2025 03:05:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-17 13:06:54.193390
• Title: Grand Unification of All Discrete Wigner Functions on $d \times d$ Phase Space
• Title（参考訳）: $d \times d$相空間上の離散ウィグナー関数の大統一
• Authors: Lucky K. Antonopoulos, Dominic G. Lewis, Jack Davis, Nicholas Funai, Nicolas C. Menicucci,
• Abstract要約: 単一の$d$次元のquditに対して、可能なすべての$dtimes d$離散ウィグナー関数を定義、視覚化、変換するための普遍的なフレームワークを提案する。 このフレームワークは、自然に現れる2dtimes 2d$離散ウィグナー関数とステンシルと呼ばれる情報再構成関数を相互に関連付けて有効な関数を構築する。
• 参考スコア（独自算出の注目度）: 0.5242869847419834
• License:
• Abstract: We present a universal framework for defining, visualising, and transforming between all possible $d\times d$ discrete Wigner functions for a single $d$-dimensional qudit. This framework constructs valid functions by cross-correlating a naturally emerging $2d\times 2d$ discrete Wigner function with an information-reorganising function called a stencil. Validity criteria for the Wigner function translate into stencil conditions, ensuring consistency. Additionally, we identify one stencil that is valid for all even dimensions (and which coincides with Wootters' function for $d=2$) and another valid for all odd dimensions, reproducing Gross' function (as well as Wootters' for odd prime dimensions). Furthermore, we establish invertible linear transformations between all valid functions within the same dimension, enabling a systematic comparison of their structural and operational properties, such as negativity and marginalisation.
• Abstract（参考訳）: 単一の$d$次元のquditに対して、可能なすべての$d\times d$離散ウィグナー関数を定義、視覚化、変換するための普遍的なフレームワークを提案する。 このフレームワークは、自然に現れる2d\times 2d$離散ウィグナー関数とステンシルと呼ばれる情報再構成関数を相互に関連付けて有効な関数を構築する。 ウィグナー関数の妥当性基準はステンシル条件に変換され、一貫性が保証される。 さらに、すべての偶数次元に対して有効であるステンシル(かつ、$d=2$のウーター函数と一致する)と、すべての奇数次元に対して有効であるステンシル(英語版)を同定し、グロス函数を再現する(奇数素数次元に対してはウーター函数も再現する)。 さらに、同一次元内のすべての有効関数間の可逆線型変換を確立し、負性や辺化などの構造的および操作的性質を体系的に比較できるようにする。

関連論文リスト

• Probabilistic size-and-shape functional mixed models [6.424762079392286]
  関数的混合モデルにより、平方積分可能な$mu$のサイズと形状を復元できることが示される。 ランダムなオブジェクトレベルのユニタリ変換は、個々の関数から$mu$の偏差を保持するサイズと形をキャプチャする。
  論文  参考訳（メタデータ） (2024-11-27T15:00:33Z)
• Nonsmooth Nonparametric Regression via Fractional Laplacian Eigenmaps [15.738019181349992]
  真の回帰関数が必ずしも滑らかでない場合に、非パラメトリック回帰法を開発する。 より具体的には、我々のアプローチは分数ラプラシアンを使い、真の回帰関数が次数$sin (0,1)$のソボレフ空間にある場合を扱うように設計されている。
  論文  参考訳（メタデータ） (2024-02-22T21:47:29Z)
• Interpreting symplectic linear transformations in a two-qubit phase space [0.0]
  ある離散ウィグナー函数に対して、シンプレクティック線型変換に従ってウィグナー函数の値を置換することは、状態に対してあるユニタリ変換を実行することと等価である。 位相空間の点のシンプレクティック線型置換とウィグナー函数のある種の再解釈はユニタリ変換と同値である。
  論文  参考訳（メタデータ） (2024-02-15T13:01:26Z)
• Universal Representation of Permutation-Invariant Functions on Vectors and Tensors [11.345796608258434]
  我々の研究の主な対象は、様々な大きさの入力に対する多元関数、すなわち置換不変関数である。 citezaheer 2017deepによって提案されたDeep Setsは、和分解可能なモデルを通じてスカラー上の連続的多重集合関数の指数表現を提供する。 普遍表現は連続かつ不連続な多重集合函数に対して保証されるが、潜在空間次元は$O(ND)$である。
  論文  参考訳（メタデータ） (2023-10-20T22:00:59Z)
• Axiomatic characterization of pointwise Shapley decompositions [0.0]
  様々な応用における一般的な問題は、入力変数に対する関数の出力の加法分解である。 本稿では,関数構造を完全に保存し,ボレル可測関数を一意に分解する公理を開発した。
  論文  参考訳（メタデータ） (2023-03-14T10:24:48Z)
• Submodular + Concave [53.208470310734825]
  第一次最適化法が凹関数の最大目的値に収束できることはよく確立されている。 本研究では、滑らかな函数凸体(英語版)の行列式を$F(x) = G(x) +C(x)$で始める。 このクラスの函数は、保証がないような凹凸函数と連続DR-部分モジュラ函数の両方の拡張である。
  論文  参考訳（メタデータ） (2021-06-09T01:59:55Z)
• Scalable Frank-Wolfe on Generalized Self-concordant Functions via Simple Steps [66.88729048402082]
  一般化自己一致は、多くの学習問題の目的関数に存在する重要な特性である。 検討対象の領域が一様凸あるいは多面体である場合など,様々な症例に対する収束率の改善を示す。
  論文  参考訳（メタデータ） (2021-05-28T15:26:36Z)
• A Functional Perspective on Learning Symmetric Functions with Neural Networks [48.80300074254758]
  本研究では,測定値に基づいて定義されたニューラルネットワークの学習と表現について検討する。 正規化の異なる選択の下で近似と一般化境界を確立する。 得られたモデルは効率よく学習でき、入力サイズにまたがる一般化保証を享受できる。
  論文  参考訳（メタデータ） (2020-08-16T16:34:33Z)
• Piecewise Linear Regression via a Difference of Convex Functions [50.89452535187813]
  本稿では,データに対する凸関数(DC関数)の差を利用した線形回帰手法を提案する。 実際に実装可能であることを示すとともに,実世界のデータセット上で既存の回帰/分類手法に匹敵する性能を有することを実証的に検証した。
  論文  参考訳（メタデータ） (2020-07-05T18:58:47Z)
• On the Theory of Transfer Learning: The Importance of Task Diversity [114.656572506859]
  一般的な関数クラス$mathcalF circ MathcalH$において、$f_j circ h$という形の関数によってパラメータ化される$t+1$タスクを考える。 多様なトレーニングタスクに対して、最初の$t$のトレーニングタスク間で共有表現を学ぶのに必要なサンプルの複雑さが、$C(mathcalH) + t C(mathcalF)$であることを示す。
  論文  参考訳（メタデータ） (2020-06-20T20:33:59Z)
• Invariant Feature Coding using Tensor Product Representation [75.62232699377877]
  我々は,群不変特徴ベクトルが線形分類器を学習する際に十分な識別情報を含んでいることを証明した。 主成分分析やk平均クラスタリングにおいて,グループアクションを明示的に考慮する新たな特徴モデルを提案する。
  論文  参考訳（メタデータ） (2019-06-05T07:15:17Z)

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。