Fugu-MT 論文翻訳(概要): On the mixed UDA states and additivity

論文の概要: On the mixed UDA states and additivity

arxiv url: http://arxiv.org/abs/2512.20133v1
Date: Tue, 23 Dec 2025 07:51:55 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-24 19:17:49.790349
Title: On the mixed UDA states and additivity
Title（参考訳）: 混合UDA状態と添加性について
Authors: Xinyu Qiu, Lin Chen, Genwei Li, Delin Chu,
Abstract要約: すべての(UDA)状態の中で一意に決定される混合状態は、効率的な量子トモグラフィーにおいて不可欠である。我々は, 密度行列を$k$-partite還元することにより, 多粒子混合状態が UDA となる必要十分条件を示す。
参考スコア（独自算出の注目度）: 4.285498700751799
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Mixed states that are uniquely determined among all (UDA) states are vital in efficient quantum tomography. We show the necessary and sufficient conditions by which some multipartite mixed states are UDA by their $k$-partite reduced density matrices. The case for $k=2$ is mostly studied, which requires minimal local information and shows practical benefits. Based on that, we establish a systematic method for determining UDA states and provide a complete characterization of the additivity of UDA bipartite and three-qubit product states. We show the application of mixed UDA states and their characterization from the perspectives of tomography and other tasks.
Abstract（参考訳）: すべての(UDA)状態の中で一意に決定される混合状態は、効率的な量子トモグラフィーにおいて不可欠である。我々は, 密度行列を$k$-partite還元することにより, 多粒子混合状態が UDA となる必要十分条件を示す。 k=2$のケースは、主に研究されており、最小限のローカル情報を必要とし、実用的な利点を示している。そこで我々は,UDA状態を決定するための体系的手法を確立し,UDA二部晶および3量子積状態の付加性を完全に評価する。トモグラフィーおよび他の課題の観点から,混合UDA状態の応用とその特徴について述べる。

関連論文リスト

State Diversity Matters in Offline Behavior Distillation [58.116300485427764]
トレーニング損失がかなり大きい場合、状態多様性の高いデータセットは、より高い状態品質のデータセットよりも優れていることを示す。本稿では, 蒸留目標の重み付けにより, 状態の多様性を強調する新しいアルゴリズム, 状態密度重み付け (SDW) OBDを提案する。
論文参考訳（メタデータ） (2025-12-07T06:55:08Z)
Contrastive Visual Data Augmentation [119.51630737874855]
大規模なマルチモーダルモデル(LMM)は、訓練済みの知識に依存し、微妙な視覚的詳細を捉える能力に制限があるため、しばしば新しい概念を認識するのに苦労する。本稿では,LMMの視覚的特徴と言語との整合性を改善するために,Contrastive visual Data Augmentation(CoDA)戦略を提案する。 CoDAは、認識されていない既知の概念に対して、ターゲット概念の重要な対照的なテキスト的特徴と視覚的特徴を抽出し、ターゲットとなる合成データを生成するために、マルチモーダル生成モデルを使用する。
論文参考訳（メタデータ） (2025-02-24T23:05:31Z)
Investigating Pure State Uniqueness in Tomography via Optimization [4.396311564396993]
量子状態(QST)は、測定データを通して量子システムの理解と特徴付けに不可欠である。従来のQST手法は拡張性の問題に直面しており、一般化された状態に対して$mathcalO(d2)の測定を必要とする。本稿では,これらの問題に対処するための拡張ラグランジアン法(ALM)に基づく統一フレームワークを開発する。
論文参考訳（メタデータ） (2024-12-31T07:57:03Z)
Entanglement of Assistance as a measure of multiparty entanglement [0.0]
マルチパーティの絡み合いの定量化は、量子情報理論において重要な課題となっている。本論では,全ての潜在的当事者における援助の幾何学的絡み合いを計算できる「援助の体積」(Volume of Assistance, VoA)の概念を導入する。
論文参考訳（メタデータ） (2024-12-09T22:40:51Z)
Majority-Agreed Key Distribution using Absolutely Maximally Entangled Stabilizer States [0.0]
Phys. Rev. A 77, 060304(R), Facchi et al. は絶対最大エンタングル(AME)状態を導入した。 A 77, 060304(R), Facchi らは[Phys. Rev. A 77, 060304(R, Facchi et al. において、そのような状態に対する可能な応用として、多数値付き鍵分布(MAKD)を提案した。
論文参考訳（メタデータ） (2024-11-23T12:54:19Z)
The additivity of states uniquely determined by marginals [9.238336316960963]
すべての(UDA)状態の中で一意に決定できる純状態は、その限界によって、効率的な量子状態トモグラフィーに不可欠であることを示す。低ランク状態の効率的な状態トモグラフィーによって動機付けられた任意の状態(純粋な状態でも混合状態でもない)にUDA状態を一般化する。
論文参考訳（メタデータ） (2023-08-22T00:06:37Z)
MIC: Masked Image Consistency for Context-Enhanced Domain Adaptation [104.40114562948428]
教師なしドメイン適応(UDA)では、ソースデータ(例えば、合成)に基づいて訓練されたモデルは、ターゲットアノテーションにアクセスすることなく、ターゲットデータ(例えば、現実世界)に適応する。本研究では,対象領域の空間的コンテキスト関係を学習し,UDAを向上するMasked Image Consistency (MIC)モジュールを提案する。 MICは、合成からリアルタイム、日夜、クリア・ツー・リバース・ウェザーUDAの様々な認識タスクにおいて、最先端の性能を著しく向上させる。
論文参考訳（メタデータ） (2022-12-02T17:29:32Z)
Learning Feature Decomposition for Domain Adaptive Monocular Depth Estimation [51.15061013818216]
改良されたアプローチは、深層学習の進歩で大きな成功をもたらしたが、それらは大量の地底深度アノテーションに依存している。教師なしドメイン適応(UDA)は、教師付き学習の制約を緩和するため、ラベル付きソースデータからラベルなしターゲットデータに知識を転送する。本稿では,その特徴空間をコンテンツやスタイルコンポーネントに分解することを学ぶための,学習特徴分解 for Adaptation (LFDA) と呼ばれる新しいMDEのためのUDA手法を提案する。
論文参考訳（メタデータ） (2022-07-30T08:05:35Z)
Efficient description of many-body systems with Matrix Product Density Operators [0.688204255655161]
精製の絡み合いによって定量化される1次元混合状態は, マトリックス製品密度演算子(MPDO)により効率的に近似可能であることを示す。熱状態の領域法則を確立する結果と組み合わせることで、MPDOを公式な足場上での熱状態のシミュレーションに利用するのに役立つ。
論文参考訳（メタデータ） (2020-03-27T13:57:17Z)

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。