Fugu-MT 論文翻訳(概要): Most continuous-variable cluster states are too entangled to be useless

論文の概要: Most continuous-variable cluster states are too entangled to be useless

arxiv url: http://arxiv.org/abs/2503.15698v1
Date: Wed, 19 Mar 2025 21:18:13 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-21 22:26:49.043547
Title: Most continuous-variable cluster states are too entangled to be useless
Title（参考訳）: ほとんどの連続変数のクラスタ状態は絡み合っているので役に立たない
Authors: James I. Kwon, Anthony J. Brady, Victor V. Albert,
Abstract要約: CVクラスタ状態は一般のAMEであり,Cauchy,Vandermonde,完全正,実ブロックコード生成行列を用いて明示的な構成を提供する。特に,CVクラスタ状態は一般のAMEであり,Cauchy,Vandermonde,完全正,実ブロックコード生成行列を用いた明示的な構成を提供する。
参考スコア（独自算出の注目度）: 0.5461938536945721
License:
Abstract: We define absolutely maximal entanglement (AME) in continuous-variable (CV) systems and show that, in stark contrast to qudit systems, this entanglement is generic among infinitely squeezed Gaussian states. In particular, we show that CV cluster states are generically AME and provide explicit constructions using Cauchy, Vandermonde, totally positive, and real-block-code generator matrices. Finitely squeezed versions of CV AME states give rise to open-destination multi-party CV teleportation, CV quantum secret sharing, CV majority-agreed key distribution, Gaussian perfect-tensor networks on arbitrary geometries, and Gaussian multi-unitary circuits.
Abstract（参考訳）: 我々は、連続変数(CV)系における絶対極大絡み(AME)を定義し、カンジット系とは対照的に、この絡み合いは無限に絞られたガウス状態の間で一般化されていることを示す。特に,CVクラスタ状態は一般のAMEであり,Cauchy,Vandermonde,完全正,実ブロックコード生成行列を用いた明示的な構成を提供する。 CV AME状態の有限圧縮バージョンは、オープンデスティネーションマルチパーティCVテレポーテーション、CV量子シークレット共有、CVマジョリティ保証鍵分布、任意のジオメトリ上のガウス完全テンソルネットワーク、ガウス多ユニット回路を発生させる。

関連論文リスト

GaussianFormer-2: Probabilistic Gaussian Superposition for Efficient 3D Occupancy Prediction [55.60972844777044]
3Dセマンティック占有予測は、堅牢な視覚中心の自律運転において重要な課題である。既存のほとんどの手法は、密度の高いグリッドベースのシーン表現を利用しており、運転シーンの空間的空間性を見渡している。本稿では,各ガウス分布をその周辺領域の確率分布として解釈する確率論的ガウス重ね合わせモデルを提案する。
論文参考訳（メタデータ） (2024-12-05T17:59:58Z)
PixelGaussian: Generalizable 3D Gaussian Reconstruction from Arbitrary Views [116.10577967146762]
PixelGaussianは、任意の視点から一般化可能な3Dガウス再構成を学習するための効率的なフレームワークである。提案手法は,様々な視点によく一般化した最先端性能を実現する。
論文参考訳（メタデータ） (2024-10-24T17:59:58Z)
A negativity-based non-convex entanglement monotone characterizing continuous-variable entanglement swapping [0.0]
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。
論文参考訳（メタデータ） (2024-10-16T09:11:20Z)
GMConv: Modulating Effective Receptive Fields for Convolutional Kernels [52.50351140755224]
畳み込みニューラルネットワークでは、固定N$times$N受容場(RF)を持つ正方形カーネルを用いて畳み込みを行う。 ERFが通常ガウス分布を示す性質に着想を得て,本研究でガウス・マスク畳み込みカーネル(GMConv)を提案する。私たちのGMConvは、既存のCNNの標準の畳み込みを直接置き換えることができ、標準のバックプロパゲーションによって、エンドツーエンドで簡単に訓練することができます。
論文参考訳（メタデータ） (2023-02-09T10:17:17Z)
Adaptively-weighted Integral Space for Fast Multiview Clustering [54.177846260063966]
線形複雑度に近い高速マルチビュークラスタリングのための適応重み付き積分空間(AIMC)を提案する。特に、ビュー生成モデルは、潜在積分空間からのビュー観測を再構成するために設計されている。いくつかの実世界のデータセットで実施された実験は、提案したAIMC法の優位性を確認した。
論文参考訳（メタデータ） (2022-08-25T05:47:39Z)
Gaussian Universality of Linear Classifiers with Random Labels in High-Dimension [24.503842578208268]
高次元における生成モデルから得られるデータは、ガウスデータと対応するデータ共分散の最小限の訓練損失を持つことを示す。特に,同質なガウス雲と多モード生成ニューラルネットワークの任意の混合によって生成されたデータについて述べる。
論文参考訳（メタデータ） (2022-05-26T12:25:24Z)
Spectral clustering under degree heterogeneity: a case for the random walk Laplacian [83.79286663107845]
本稿では,ランダムウォークラプラシアンを用いたグラフスペクトル埋め込みが,ノード次数に対して完全に補正されたベクトル表現を生成することを示す。次数補正ブロックモデルの特別な場合、埋め込みはK個の異なる点に集中し、コミュニティを表す。
論文参考訳（メタデータ） (2021-05-03T16:36:27Z)
Hidden qubit cluster states [0.0]
連続可変クラスター状態(CVCS)は、ゴッテマン・キタエフ・プレスキル状態(GKP)で補うことができ、ハイブリッドクラスタ状態を形成する。それぞれが論理サブシステムにまたがる"隠れた"量子ビットクラスタ状態を含んでいて、これは測定ベースの量子コンピューティングの実用性の中心にある。
論文参考訳（メタデータ） (2021-03-22T03:13:54Z)
Possibility to generate any Gaussian cluster state by a multi-mode squeezing transformation [0.0]
実際には、その近似されたバージョンのみを有限のスキーズで構築することができる。ここでは、任意のガウスクラスタ状態の忠実な近似を生成する、特定のマルチモードのスクイーズ変換を決定する方法を示す。
論文参考訳（メタデータ） (2020-07-24T21:23:21Z)
Schr\"odinger cat state preparation by non-Gaussian continuous variable gate [0.0]
任意の入力状態の2つの「コピー」の重ね合わせを条件付きで生成できる非ガウス連続変数(CV)ゲートを提案する。この非特異性は、ハイゼンベルク図のCV非ガウスネットワークの計測誘起進化への拡張によって生じる可能性のある問題を示す。
論文参考訳（メタデータ） (2020-04-12T16:12:56Z)
Gaussianization Flows [113.79542218282282]
そこで本研究では,サンプル生成における効率のよい繰り返しと効率のよい逆変換を両立できる新しい型正規化フローモデルを提案する。この保証された表現性のため、サンプル生成の効率を損なうことなく、マルチモーダルなターゲット分布をキャプチャできる。
論文参考訳（メタデータ） (2020-03-04T08:15:06Z)

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。