Fugu-MT 論文翻訳(概要): Non-stabilizerness and violations of CHSH inequalities

論文の概要: Non-stabilizerness and violations of CHSH inequalities

arxiv url: http://arxiv.org/abs/2504.03351v1
Date: Fri, 04 Apr 2025 11:10:41 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-07 14:47:52.246477
Title: Non-stabilizerness and violations of CHSH inequalities
Title（参考訳）: CHSH不平等の非安定化性と違反
Authors: Stefano Cusumano, Lorenzo Campos Venuti, Simone Cepollaro, Gianluca Esposito, Daniele Iannotti, Barbara Jasser, Jovan Odavi\' c, Michele Viscardi, Alioscia Hamma,
Abstract要約: 本稿では,CHSH不等式違反における絡み合いと非安定化資源の相互作用について検討する。安定化器エントロピー(SE)を用いて、非安定化器リソースの定量化と、リソースが与えられた場合に違反する確率を推定する。
参考スコア（独自算出の注目度）: 0.23217948176882763
License:
Abstract: We study quantitatively the interplay between entanglement and non-stabilizer resources in violating the CHSH inequalities. We show that, while non-stabilizer resources are necessary, they must have a specific structure, namely they need to be both asymmetric and (surprisingly) local. We employ stabilizer entropy (SE) to quantify the non-stabilizer resources involved and the probability of violation given the resources. We show how spectral quantities related to the flatness of entanglement spectrum and its relationship with non-local SE affect the CHSH inequality. Finally, we utilize these results - together with tools from representation theory - to construct a systematic way of building ensembles of states with higher probability of violation.
Abstract（参考訳）: 我々は,CHSH不等式に違反する際の絡み合いと非安定化剤との相互作用を定量的に検討した。非安定化器資源は必要であるが、それらは特定の構造、すなわち非対称かつ(当然ながら)局所的である必要があることを示す。安定化器エントロピー(SE)を用いて、非安定化器リソースの定量化と、リソースが与えられた場合に違反する確率を推定する。エンタングルメントスペクトルの平坦度に関連するスペクトル量とその非局所SEとの関係がCHSH不等式に与える影響を示す。最後に、これらの結果と表現論のツールを併用して、より高い違反確率を持つ状態のアンサンブルを構築する体系的な方法を構築する。

関連論文リスト

No quantum advantage for violating fixed-order inequalities? [0.0]
量子論において、操作間の因果関係は固定される。我々は、kサイクルの不等式について研究し、量子スイッチがその不等式を不確定性を活用することなく、これらの不等式に反することを示す。因果不確定性のデバイス非依存の認証は、空間的分離を取り入れた拡張セットアップを必要とすると考えられている。
論文参考訳（メタデータ） (2024-12-23T13:19:13Z)
A nonstabilizerness monotone from stabilizerness asymmetry [0.0]
非安定剤性モノトンを導入し、基底最小安定化非対称性(BMSA)と呼ぶ。純粋な状態に対しては、BMSAは魔法状態資源理論の強い単調であり、凸屋根構造によって混合状態にまで拡張可能であることを示す。我々はBMSAを計算する数値計算法を提案し、その利点と欠点を純粋多体量子状態の文脈における他の非安定化器性対策と比較した。
論文参考訳（メタデータ） (2024-11-08T18:26:40Z)
Mind the Graph When Balancing Data for Fairness or Robustness [73.03155969727038]
データバランシングのためのトレーニングディストリビューションの条件を定義し、公正またはロバストなモデルに導く。その結果、多くの場合、バランスの取れた分布は、望ましくない依存関係を選択的に除去することには対応しないことがわかった。その結果,データバランシングを行う前に因果グラフを考慮に入れることの重要性を強調した。
論文参考訳（メタデータ） (2024-06-25T10:16:19Z)
Nonparametric Identifiability of Causal Representations from Unknown Interventions [63.1354734978244]
本研究では, 因果表現学習, 潜伏因果変数を推定するタスク, およびそれらの変数の混合から因果関係を考察する。我々のゴールは、根底にある真理潜入者とその因果グラフの両方を、介入データから解決不可能なあいまいさの集合まで識別することである。
論文参考訳（メタデータ） (2023-06-01T10:51:58Z)
Measuring nonstabilizerness via multifractal flatness [0.0]
普遍量子コンピューティングは、非安定化器(魔法)量子状態を必要とする。量子状態が安定化器であることは、クリフォード軌道に属する全ての状態が平坦な確率分布を持つ場合に限る。マルチフラクタル平坦性は実験的かつ計算的に実現可能な非安定化性証明を提供することを示す。
論文参考訳（メタデータ） (2023-05-19T16:32:59Z)
Spectral stabilizability [0.0]
我々は,目標状態の固有分解に基づく安定化条件を開発する。我々は、多くの模範的なオープンシステムシナリオに対する安定化性上の上限を導出するために、スペクトルアプローチを用いる。
論文参考訳（メタデータ） (2022-12-23T10:38:31Z)
KCRL: Krasovskii-Constrained Reinforcement Learning with Guaranteed Stability in Nonlinear Dynamical Systems [66.9461097311667]
形式的安定性を保証するモデルに基づく強化学習フレームワークを提案する。提案手法は,特徴表現を用いて信頼区間までシステムダイナミクスを学習する。我々は、KCRLが、基礎となる未知のシステムとの有限数の相互作用において安定化ポリシーを学ぶことが保証されていることを示す。
論文参考訳（メタデータ） (2022-06-03T17:27:04Z)
Stabilizer R\'enyi entropy [0.0]
我々は、非安定化剤性の量子的性質に関する新しい測度(通称「魔法」)を導入する。資源理論の観点からは、これは非安定度の良い尺度であり、他の既知の測度とのバウンダリを示す。非安定化器性は時間外相関関数と密接に結びついており、量子カオスには最大レベルの非安定化器性が必要であることを示す。
論文参考訳（メタデータ） (2021-06-23T18:00:02Z)
BayesIMP: Uncertainty Quantification for Causal Data Fusion [52.184885680729224]
本研究では,複数の因果グラフに関連するデータセットを組み合わせ,対象変数の平均処理効果を推定する因果データ融合問題について検討する。本稿では、確率積分とカーネル平均埋め込みのアイデアを組み合わせて、再生されたカーネルヒルベルト空間における干渉分布を表現するフレームワークを提案する。
論文参考訳（メタデータ） (2021-06-07T10:14:18Z)
Fine-Grained Analysis of Stability and Generalization for Stochastic Gradient Descent [55.85456985750134]
我々は,SGDの反復的リスクによって制御される新しい境界を開発する,平均モデル安定性と呼ばれる新しい安定性尺度を導入する。これにより、最良のモデルの振舞いによって一般化境界が得られ、低雑音環境における最初の既知の高速境界が導かれる。我々の知る限りでは、このことはSGDの微分不能な損失関数でさえも初めて知られている安定性と一般化を与える。
論文参考訳（メタデータ） (2020-06-15T06:30:19Z)
The Curse of Performance Instability in Analysis Datasets: Consequences, Source, and Suggestions [93.62888099134028]
自然言語推論(NLI)および読み込み(RC)解析/ストレスセットにおける最先端モデルの性能は極めて不安定であることがわかった。このことは、(1)不安定さがこれらの分析セットに基づいて引き出された結論の信頼性にどのように影響するかという3つの疑問を提起する。不安定の原因に関する理論的説明と実証的証拠の両方を提示する。
論文参考訳（メタデータ） (2020-04-28T15:41:12Z)

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。