論文の概要: Quantitative and Optimal Device-Independent Lower Bounds on Detection Efficiency
- arxiv url: http://arxiv.org/abs/2511.19302v1
- Date: Mon, 24 Nov 2025 16:50:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-25 18:34:25.327167
- Title: Quantitative and Optimal Device-Independent Lower Bounds on Detection Efficiency
- Title（参考訳）: 検出効率の定量的・最適デバイス非依存下界
- Authors: Arkaprabha Ghosal, Soumyadip Patra, Peter Bierhorst,
- Abstract要約: 本稿では, (2,2,2) Bell実験における検出効率の定量的かつ最適な下界を, (2,2,2) Bell実験において完全にデバイスに依存しない枠組みで検討する。
我々は,Navascués-Pironio-Acn階層を用いて,所望のBell-CHSH違反を観測するために必要な最小限の効率を低くする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper examines a quantitative and optimal lower bound on the detector efficiency in a (2,2,2) Bell experiment within a fully device-independent framework, whereby the detectors used in the experiment are uncharacterized. We provide a tight lower bound on the minimum efficiency required to observe a desired Bell-CHSH violation using the Navascués-Pironio-Acín (NPA) hierarchy, confirming tightness up to four decimal places with numerical optimization over explicit quantum realizations. We then introduce the effect of dark counts and demonstrate how to quantify the minimum required efficiency to observe a desired CHSH violation with an increasing dark count error. Finally, to obtain an analytical closed-form expression of the minimum efficiency, we consider the set of no-signaling behaviors that satisfy the Tsirelson bound, which are easier to characterize than the quantum set. Using such behaviors, we find a simple closed-form expression for a lower bound on the minimum efficiency which is monotonically increasing with the CHSH violation, though the analytically obtained lower bounds are meaningfully below the numerically tight lower bound.
- Abstract（参考訳）: 本稿では, (2,2,2) Bell実験における検出効率の定量的かつ最適な下限を, (2,2,2) Bell実験において完全にデバイスに依存しない枠組みで検討する。
我々は、NPA階層を用いて所望のベル-CHSH違反を観測するために必要な最小限の効率を厳格に低くし、明示的な量子化よりも数値的に最適化された最大4つの小位置まで厳密性を確認する。
次に、ダークカウントの効果を導入し、ダークカウント誤差の増加とともに所望のCHSH違反を観測するために必要な最小限の効率を定量化する方法を示す。
最後に、最小効率の解析的閉形式式を得るために、量子集合よりも容易に特徴づけられるツィレルソン境界を満たす符号なしの振舞いの集合を考える。
このような挙動を用いて、解析的に得られた下界は数値的に厳密な下界より有意に低いが、CHSH違反により単調に増大する最小効率での下界に対する単純な閉形式式を求める。
関連論文リスト
- Revisiting Zeroth-Order Optimization: Minimum-Variance Two-Point Estimators and Directionally Aligned Perturbations [57.179679246370114]
乱摂動の分布は, 摂動段差がゼロになる傾向にあるため, 推定子の分散を最小限に抑える。
以上の結果から, 一定の長さを維持するのではなく, 真の勾配に方向を合わせることが可能であることが示唆された。
論文 参考訳（メタデータ） (2025-10-22T19:06:39Z) - How Likely Are You to Observe Non-locality with Imperfect Detection Efficiency and Random Measurement Settings? [0.0]
不完全な検出効率は、遠距離でループホールのないベル試験を行う際の大きな障害の1つとして残っている。
本研究では,限定検出効率がHaarランダム測定設定によるベルの不等式発生確率に及ぼす影響について検討した。
ベル不等式違反のいわゆる典型性は,検出効率が制限された場合でも有効であることを示す。
論文 参考訳（メタデータ） (2025-03-27T14:08:50Z) - Neutral atom transport and transfer between optical tweezers [0.0]
我々は中性原子輸送の最適化と光ツイーザ間の移動に焦点を当てる。
静的トラップの効果を組み込むプロトコルを開発した。
提案するSTAプロトコルは、実験的にインスパイアされたパルスよりも優れていることを示す。
論文 参考訳（メタデータ） (2024-12-19T18:48:31Z) - Generalized quantum asymptotic equipartition [11.59751616011475]
AEPは、多数の独立かつ同一に分布するランダムな実験(すなわち、d.d.)の極限において、出力列は典型的な集合から来ることがほぼ確実であると述べている。
我々は、ランダムサンプルが2組の量子状態から引き出されるi.d.フレームワークを超えて一般化された量子AEPを証明した。
本稿では,操作中の状態の正確な評価を必要とせず,状態変換を行う量子資源理論の新しい枠組みを提案する。
論文 参考訳（メタデータ） (2024-11-06T16:33:16Z) - Precision bounds for quantum phase estimation using two-mode squeezed Gaussian states [5.626518050662406]
2モードの圧縮真空状態が最適入力であり、対応する精度境界がハイゼンベルク極限よりも2。
我々の研究は、実用的な量子力学への重要な、そして有望なステップを示すかもしれない。
論文 参考訳（メタデータ） (2024-07-18T12:01:19Z) - Tight Exponential Analysis for Smoothing the Max-Relative Entropy and
for Quantum Privacy Amplification [56.61325554836984]
最大相対エントロピーとその滑らかなバージョンは、量子情報理論の基本的な道具である。
我々は、精製された距離に基づいて最大相対エントロピーを滑らかにする量子状態の小さな変化の崩壊の正確な指数を導出する。
論文 参考訳（メタデータ） (2021-11-01T16:35:41Z) - Shortest-Path Constrained Reinforcement Learning for Sparse Reward Tasks [59.419152768018506]
最適ポリシーは必ずk-SP制約を満たすことを示す。
本研究では,SP制約に違反するポリシーを完全に排除する代わりに,新たなコスト関数を提案する。
また,MiniGrid,DeepMind Lab,Atari,Fetchを用いた実験の結果,提案手法はPPOを著しく改善することが示された。
論文 参考訳（メタデータ） (2021-07-13T21:39:21Z) - Finite Sample Analysis of Minimax Offline Reinforcement Learning:
Completeness, Fast Rates and First-Order Efficiency [83.02999769628593]
強化学習におけるオフ・ポリティィ・アセスメント(OPE)の理論的特徴について述べる。
ミニマックス法により、重みと品質関数の高速収束を実現することができることを示す。
非タブラル環境における1次効率を持つ最初の有限サンプル結果を示す。
論文 参考訳（メタデータ） (2021-02-05T03:20:39Z) - Exploiting Higher Order Smoothness in Derivative-free Optimization and
Continuous Bandits [99.70167985955352]
強凸関数のゼロ次最適化問題について検討する。
予測勾配降下アルゴリズムのランダム化近似を考察する。
その結果,0次アルゴリズムはサンプルの複雑性や問題パラメータの点でほぼ最適であることが示唆された。
論文 参考訳（メタデータ） (2020-06-14T10:42:23Z)
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。