論文の概要: Analytically Continuing the Randomized Measurement Toolbox

• arxiv url: http://arxiv.org/abs/2511.02912v1
• Date: Tue, 04 Nov 2025 19:00:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-06 18:19:32.209624
• Title: Analytically Continuing the Randomized Measurement Toolbox
• Title（参考訳）: ランダム化計測ツールボックスの解析的継続
• Authors: Akash Vijay, Ayush Raj, Jonah Kudler-Flam, Benoît Vermersch, Andreas Elben, Laimei Nie,
• Abstract要約: ランダム化測定実験において,密度行列の非ポリノミカル解析関数を抽出する枠組みを開発した。 このアプローチの中枢的な利点は、量子実験の有限繰り返しから生じる統計的雑音に対する堅牢性である。
• 参考スコア（独自算出の注目度）: 0.618303858228996
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We develop a framework for extracting non-polynomial analytic functions of density matrices in randomized measurement experiments by a method of analytical continuation. A central advantage of this approach, dubbed stabilized analytic continuation (SAC), is its robustness to statistical noise arising from finite repetitions of a quantum experiment, making it well-suited to realistic quantum hardware. As a demonstration, we use SAC to estimate the von Neumann entanglement entropy of a numerically simulated quenched N\'eel state from R\'enyi entropies estimated via the randomized measurement protocol. We then apply the method to experimental R\'enyi data from a trapped-ion quantum simulator, extracting subsystem von Neumann entropies at different evolution times. Finally, we briefly note that the SAC framework is readily generalizable to obtain other nonlinear diagnostics, such as the logarithmic negativity and R\'enyi relative entropies.
• Abstract（参考訳）: 本研究では,無作為測定実験における密度行列の非ポリノミカル解析関数を解析的継続法により抽出する枠組みを開発した。 安定解析継続(SAC)と呼ばれるこのアプローチの中枢的な利点は、量子実験の有限繰り返しから生じる統計的ノイズに対する頑健さであり、現実的な量子ハードウェアに適している。 実演として、SACを用いてランダム化測定プロトコルを用いて推定したR'enyiエントロピーから数値シミュレーションしたN'eel状態のフォン・ノイマンエンタングルメントエントロピーを推定する。 次に、この手法をトラップイオン量子シミュレータから実験的なR\enyiデータに適用し、異なる進化時間でノイマンエントロピーを抽出する。 最後に、SACフレームワークは対数否定性やR'enyi相対エントロピーといった他の非線形診断に容易に一般化可能であることに留意する。

関連論文リスト

• Parallel Simulation for Log-concave Sampling and Score-based Diffusion Models [55.07411490538404]
  本稿では,次元$d$の適応的複雑性依存性を改善する並列サンプリング手法を提案する。 我々の手法は科学計算による並列シミュレーション技術に基づいている。
  論文  参考訳（メタデータ） (2024-12-10T11:50:46Z)
• The non-stabilizerness of fermionic Gaussian states [0.0]
  フェルミオンガウス状態の非安定化性を定量化する効率的な方法を提案する。 対数的減算補正を施したハール乱数状態に匹敵する広範囲な先行挙動を明らかにする。 2次元自由フェルミオントポロジカルモデルにサンプリングアルゴリズムを適用し、位相境界における非安定化性の急激な遷移を明らかにする。
  論文  参考訳（メタデータ） (2024-12-06T19:00:16Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• A blob method method for inhomogeneous diffusion with applications to multi-agent control and sampling [0.6562256987706128]
  重み付き多孔質媒質方程式(WPME)に対する決定論的粒子法を開発し,その収束性を時間間隔で証明する。 提案手法は,マルチエージェントカバレッジアルゴリズムや確率測定のサンプリングに自然に応用できる。
  論文  参考訳（メタデータ） (2022-02-25T19:49:05Z)
• Heavy-tailed Streaming Statistical Estimation [58.70341336199497]
  ストリーミング$p$のサンプルから重み付き統計推定の課題を考察する。 そこで我々は,傾きの雑音に対して,よりニュアンスな条件下での傾きの傾きの低下を設計し,より詳細な解析を行う。
  論文  参考訳（メタデータ） (2021-08-25T21:30:27Z)
• Statistical inference using Regularized M-estimation in the reproducing kernel Hilbert space for handling missing data [0.76146285961466]
  まずカーネルリッジレグレッションを用いてアイテム非応答の処理を行う。 カーネルヒルベルト空間を用いた非パラメトリック確率スコア推定器も開発した。 提案手法は,中国北京で測定された大気汚染データを解析するためのものである。
  論文  参考訳（メタデータ） (2021-07-15T14:51:39Z)
• Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
  実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。 特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。 本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
  論文  参考訳（メタデータ） (2021-02-12T12:23:13Z)
• Quantum-enhanced analysis of discrete stochastic processes [0.8057006406834467]
  離散過程(DSP)の特性関数を計算する量子アルゴリズムを提案する。 時間ステップの数と線形にしか成長しない量子回路要素の数を用いて、確率分布を完全に定義する。 このアルゴリズムはすべての軌道を考慮に入れ、重要なサンプリングの必要性を排除している。
  論文  参考訳（メタデータ） (2020-08-14T16:07:35Z)
• SLEIPNIR: Deterministic and Provably Accurate Feature Expansion for Gaussian Process Regression with Derivatives [86.01677297601624]
  本稿では,2次フーリエ特徴に基づく導関数によるGP回帰のスケーリング手法を提案する。 我々は、近似されたカーネルと近似された後部の両方に適用される決定論的、非漸近的、指数関数的に高速な崩壊誤差境界を証明した。
  論文  参考訳（メタデータ） (2020-03-05T14:33:20Z)

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。