Fugu-MT 論文翻訳(概要): Derivation of the Loop Hafnian Generating Function for Arbitrary Symmetric Matrices via Gaussian Integration

論文の概要: Derivation of the Loop Hafnian Generating Function for Arbitrary Symmetric Matrices via Gaussian Integration

arxiv url: http://arxiv.org/abs/2507.16100v1
Date: Mon, 21 Jul 2025 22:55:55 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-23 21:34:13.90667
Title: Derivation of the Loop Hafnian Generating Function for Arbitrary Symmetric Matrices via Gaussian Integration
Title（参考訳）: ガウス積分による任意対称行列のループハフニアン生成関数の導出
Authors: Sergey V. Tarasov,
Abstract要約: このノートは、ループハフニアンに対する最近提案された生成関数が、実際には任意の対称行列に対して有効であることを示している。この証明はガウス積分にのみ依存しており、量子ガウス状態の共分散行列から継承された追加の性質を仮定しない。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This short note shows that the recently proposed generating function for loop hafnians -- originally derived using quantum-optical methods for a restricted class of matrices -- is in fact valid for arbitrary symmetric matrices. The proof relies solely on Gaussian integration and does not assume any additional properties inherited from the covariance matrices of quantum Gaussian states.
Abstract（参考訳）: このショートノートは、最近提案されたループハフニアンの生成関数(もともとは制限された行列のクラスに対して量子光学法を用いて導かれた)が、実際には任意の対称行列に対して有効であることを示している。この証明はガウス積分にのみ依存しており、量子ガウス状態の共分散行列から継承された追加の性質を仮定しない。

関連論文リスト

Irreducible matrix representations for the walled Brauer algebra [0.9374652839580183]
本稿では、部分転置置換作用素の代数の表現論、$mathcalAd_p,p$について考察する。これは抽象壁付きブラウアー代数に対する行列表現を提供する。この代数学は近年、量子情報理論の関連性から大きな注目を集めている。
論文参考訳（メタデータ） (2025-01-22T18:22:20Z)
Entrywise application of non-linear functions on orthogonally invariant matrices [44.99833362998488]
非線型関数の対称不変確率行列アンサンブルへのエントリワイズ適用がスペクトル分布をどう変えるかを検討する。すべての場合において、ガウス同値原理は、つまり、非線型函数の効果は、関連する行列と追加の独立なGOEの線型結合をとるのと同じである。
論文参考訳（メタデータ） (2024-12-09T19:41:09Z)
Quantum implementation of non-unitary operations with biorthogonal representations [0.0]
非単体作用素の生物直交表現に基づく新しい拡張法を提案する。提案手法は,固有値が 1 を超える絶対値を持つ非単項演算子の実装において優れている。
論文参考訳（メタデータ） (2024-10-29T19:55:02Z)
Understanding Matrix Function Normalizations in Covariance Pooling through the Lens of Riemannian Geometry [63.694184882697435]
グローバル共分散プーリング(GCP)は、高レベルの表現の2階統計を利用して、ディープニューラルネットワーク(DNN)の性能を向上させることが実証されている。本稿では、リーマン幾何学の観点から行列対数とパワーの包括的かつ統一的な理解を提供する。
論文参考訳（メタデータ） (2024-07-15T07:11:44Z)
Entrywise error bounds for low-rank approximations of kernel matrices [55.524284152242096]
切り抜き固有分解を用いて得られたカーネル行列の低ランク近似に対するエントリーワイド誤差境界を導出する。重要な技術的革新は、小さな固有値に対応するカーネル行列の固有ベクトルの非局在化結果である。我々は、合成および実世界のデータセットの集合に関する実証的研究により、我々の理論を検証した。
論文参考訳（メタデータ） (2024-05-23T12:26:25Z)
Vectorization of the density matrix and quantum simulation of the von Neumann equation of time-dependent Hamiltonians [65.268245109828]
我々は、von-Neumann方程式を線形化するための一般的なフレームワークを開発し、量子シミュレーションに適した形でレンダリングする。フォン・ノイマン方程式のこれらの線型化のうちの1つは、状態ベクトルが密度行列の列重ね元となる標準的な場合に対応することを示す。密度行列の力学をシミュレートする量子アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-06-14T23:08:51Z)
Quantitative deterministic equivalent of sample covariance matrices with a general dependence structure [0.0]
我々は、次元とスペクトルパラメータの両方を含む量的境界を証明し、特に実正の半直線に近づくことを可能にする。応用として、これらの一般モデルの経験スペクトル分布のコルモゴロフ距離の収束の新しい境界を得る。
論文参考訳（メタデータ） (2022-11-23T15:50:31Z)
Riemannian statistics meets random matrix theory: towards learning from high-dimensional covariance matrices [2.352645870795664]
本稿では,高次元共分散行列の空間上でのリーマン・ガウス分布に関連する正規化因子の計算方法が存在しないことを示す。この欠落法は、ランダム行列理論との予期せぬ新しい関係から来ていることが示されている。シミュレーション実験により、この新たな近似が現実のデータセットへの応用を妨げる困難を解き放つ方法が示されている。
論文参考訳（メタデータ） (2022-03-01T03:16:50Z)
Robust 1-bit Compressive Sensing with Partial Gaussian Circulant Matrices and Generative Priors [54.936314353063494]
我々は,ロバストな1ビット圧縮センシングのための相関に基づく最適化アルゴリズムのリカバリ保証を提供する。我々は,実用的な反復アルゴリズムを用いて,画像データセットの数値実験を行い,結果の相関付けを行う。
論文参考訳（メタデータ） (2021-08-08T05:28:06Z)
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。