論文の概要: Error exponents for tripartite-to-bipartite entanglement transformations
- arxiv url: http://arxiv.org/abs/2507.13778v1
- Date: Fri, 18 Jul 2025 09:36:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-21 20:43:26.246256
- Title: Error exponents for tripartite-to-bipartite entanglement transformations
- Title（参考訳）: 三部体-二部体交絡変換の誤差指数
- Authors: Péter Vrana,
- Abstract要約: 局所的な操作と古典的な通信によって、純粋三部状態から指定されたサブシステム間のエビットを考察する。
因果誤差を許容すると、最大値は対応する二つの辺のフォン・ノイマンエントロピーの最小値となることが知られている。
直接的および強い逆誤差指数と決定論的変換の最適速度を決定する。
- 参考スコア（独自算出の注目度）: 12.328446298523065
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We consider distillation of ebits between a specified pair of subsystems from pure tripartite states by local operations and classical communication. It is known that, allowing an asymptotically vanishing error, the maximal rate is the minimum of the von Neumann entropies of the two corresponding marginals, and under asymptotic stochastic local operations and classical communication the maximal rate is given by a minimization over a one-parameter family of entanglement measures. In this paper, we determine the direct and strong converse error exponents, and the optimal rate for deterministic transformations.
- Abstract（参考訳）: 局所演算と古典通信による純三部体状態から指定された一対のサブシステム間のエビットの蒸留について検討する。
漸近的に誤りを犯すことで、最大値は対応する2つの辺辺のフォン・ノイマンエントロピーの最小値であり、漸近的確率的局所演算と古典的通信の下では、最大値は1パラメータの絡み合い測度の族に対する最小化によって与えられることが知られている。
本稿では,直接的および強い逆誤差指数と決定論的変換の最適速度を決定する。
関連論文リスト
- Non-convex entropic mean-field optimization via Best Response flow [0.0]
固定基準測度に関して、相対エントロピー(KL)によって正規化される空間確率測度における非函数の最小化の問題について議論する。
非函数から正規化子を選択する方法を示すので、Best Response は$L1$Wasserstein 距離の縮約となる。
論文 参考訳（メタデータ） (2025-05-28T18:22:08Z) - Explicit error bounds for entanglement transformations between sparse
multipartite states [0.0]
このような機能指数の非自明な族が最近構築されている。
部分加法的上界という観点から、これらの汎函数に対する新たな正規化公式を導出する。
この結果は,局所演算と古典的通信による変換の成功確率に明確な境界を与える。
論文 参考訳（メタデータ） (2023-09-20T16:06:48Z) - Batches Stabilize the Minimum Norm Risk in High Dimensional Overparameterized Linear Regression [12.443289202402761]
最小ノルム過パラメータ線形回帰モデルのレンズによるバッチ分割の利点を示す。
最適なバッチサイズを特徴付け、ノイズレベルに逆比例することを示す。
また,Weiner係数と同等の係数によるバッチ最小ノルム推定器の縮小がさらに安定化し,全ての設定において2次リスクを低くすることを示した。
論文 参考訳（メタデータ） (2023-06-14T11:02:08Z) - First Order Methods with Markovian Noise: from Acceleration to Variational Inequalities [91.46841922915418]
本稿では,一階変分法の理論解析のための統一的アプローチを提案する。
提案手法は非線形勾配問題とモンテカルロの強い問題の両方をカバーする。
凸法最適化問題の場合、オラクルに強く一致するような境界を与える。
論文 参考訳（メタデータ） (2023-05-25T11:11:31Z) - Variational Microcanonical Estimator [0.0]
固有状態熱化仮説に従うモデルにおけるマイクロカノニカル期待値を推定するための変分量子アルゴリズムを提案する。
次に変動状態のアンサンブルを用いて局所作用素のマイクロカノニカル平均を推定する。
論文 参考訳（メタデータ） (2023-01-10T18:53:24Z) - Instance-Dependent Generalization Bounds via Optimal Transport [51.71650746285469]
既存の一般化境界は、現代のニューラルネットワークの一般化を促進する重要な要因を説明することができない。
データ空間における学習予測関数の局所リプシッツ正則性に依存するインスタンス依存の一般化境界を導出する。
ニューラルネットワークに対する一般化境界を実験的に解析し、有界値が有意義であることを示し、トレーニング中の一般的な正規化方法の効果を捉える。
論文 参考訳（メタデータ） (2022-11-02T16:39:42Z) - Off-policy estimation of linear functionals: Non-asymptotic theory for
semi-parametric efficiency [59.48096489854697]
観測データに基づいて線形汎関数を推定する問題は、因果推論と包帯文献の両方において標準的である。
このような手順の平均二乗誤差に対して非漸近上界を証明した。
非漸近的局所ミニマックス下限をマッチングすることにより、有限標本のインスタンス依存最適性を確立する。
論文 参考訳（メタデータ） (2022-09-26T23:50:55Z) - Structural aspects of FRG in quantum tunnelling computations [68.8204255655161]
一次元の4次元高調波発振器とダブルウェルポテンシャルの両方を探索する。
ポテンシャルV_k(varphi)と波動関数再正規化Z_k(varphi)の2つの偏微分方程式について検討した。
論文 参考訳（メタデータ） (2022-06-14T15:23:25Z) - Optimal variance-reduced stochastic approximation in Banach spaces [114.8734960258221]
可分バナッハ空間上で定義された収縮作用素の定点を推定する問題について検討する。
演算子欠陥と推定誤差の両方に対して漸近的でない境界を確立する。
論文 参考訳（メタデータ） (2022-01-21T02:46:57Z) - Understanding Implicit Regularization in Over-Parameterized Single Index
Model [55.41685740015095]
我々は高次元単一インデックスモデルのための正規化自由アルゴリズムを設計する。
暗黙正則化現象の理論的保証を提供する。
論文 参考訳（メタデータ） (2020-07-16T13:27:47Z)
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。