論文の概要: Linear Program Witness for Network Nonlocality in Arbitrary Networks
- arxiv url: http://arxiv.org/abs/2512.21962v1
- Date: Fri, 26 Dec 2025 10:15:27 GMT
- ステータス: 情報取得中
- システム内更新日: 2025-12-29 12:04:06.363783
- Title: Linear Program Witness for Network Nonlocality in Arbitrary Networks
- Title（参考訳）: 任意ネットワークにおけるネットワーク非局所性のための線形プログラム幅
- Authors: Salome Hayes-Shuptar, Daniel Bhatti, Ana Belen Sainz, David Elkouss,
- Abstract要約: ネットワークの非ローカル性は、複数の独立したソースやパーティの設定にまで拡張される。
5つの線形制約から構築されたネットワーク非局所性の証人を紹介する。
これらのクラスはネットワークに依存しないが、制約の明示的な形式はネットワークの構造に合わせて調整されなければならない。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Network nonlocality extends Bell nonlocality to settings with multiple independent sources and parties. Certifying it in quantum information processing tasks requires suitable witnesses. However, in contrast to local correlations, the set of network-local correlations is non-convex. This non-convexity makes certifying network nonlocality a highly non-trivial task. Existing approaches involve leveraging network-specific properties, or inflation-based methods whose constraints grow combinatorially in the number of local variables. In this work, we introduce a linear programming witness for network nonlocality built from five classes of linear constraints. These classes are network-agnostic, although the explicit forms of the constraints must be tailored to a specific network's structure. We use the procedure to construct network nonlocality witnesses for a family of ring networks and certify network nonlocality for a concrete example, relying only on observed probabilities and a tunable experimental parameter. Our work advances the search for efficient witnesses to certify network nonlocality across diverse quantum network architectures.
- Abstract（参考訳）: ネットワーク非ローカリティはベル非ローカリティを複数の独立したソースやパーティの設定に拡張する。
量子情報処理タスクで認証するには、適切な証人が必要である。
しかし、局所相関とは対照的に、ネットワーク局所相関の集合は非凸である。
この非凸性は、ネットワーク非局所性の証明を極めて非自明なタスクにする。
既存のアプローチでは、ネットワーク固有の特性の活用や、ローカル変数の数で制約が組合せ的に増加するインフレーションベースの手法が関係している。
本稿では,線形制約の5つのクラスから構築されたネットワーク非局所性に関する線形プログラミング証人を紹介する。
これらのクラスはネットワークに依存しないが、制約の明示的な形式は特定のネットワーク構造に合わせて調整されなければならない。
本手法は,ネットワークの非局所性証人をリングネットワークの族として構築し,実例でネットワークの非局所性を証明するため,観測確率と調整可能な実験パラメータにのみ依存する。
我々の研究は、様々な量子ネットワークアーキテクチャでネットワーク非局所性を認証する効率的な目撃者を探すことを推進している。
関連論文リスト
- Verification of Neural Networks Local Differential Classification
Privacy [1.3024517678456733]
ローカル差分分類プライバシー(LDCP)と呼ばれる新しいプライバシー特性を提案する。
LDCPはローカルロバスト性をブラックボックス分類器に適した差分プライバシー設定に拡張する。
Sphynxは、ネットワークの小さな集合から高い確率で全てのネットワークを抽象化するアルゴリズムである。
論文 参考訳（メタデータ） (2023-10-31T09:11:12Z) - Hierarchical certification of nonclassical network correlations [50.32788626697182]
ネットワークに対して線形および非線形ベル様の不等式を導出する。
我々はこの仮定を挿入し、その結果が実験で証明できる結果に繋がる。
論文 参考訳（メタデータ） (2023-06-27T18:00:01Z) - Certification of non-classicality in all links of a photonic star
network without assuming quantum mechanics [52.95080735625503]
完全なネットワーク非局所性は、少なくとも1つの情報源が古典的であるモデルに偽装することで、ネットワークの標準的な非局所性を超えている。
本報告では,3つの独立したフォトニック量子ビット源と3量子絡み合せスワッピング測定を備えた星型ネットワークにおける全ネットワーク非局所性の観測について報告する。
論文 参考訳（メタデータ） (2022-12-19T19:00:01Z) - Possibilistic approach to network nonlocality [0.0]
確率論的アプローチでは、可能な結果のパターンのみを重要視し、独立した情報源を持つネットワークにおけるベル非局所性に適用する。
本稿では,古典的資源や非署名的資源を用いて,与えられた結果パターンが達成できるかどうかを判定するアルゴリズムを提案する。
共同確率を含む非線形ベル型不等式を用いて,あるパターンの非局所性を検出するための証明書を構築する方法を示す。
論文 参考訳（メタデータ） (2022-08-29T12:04:25Z) - Experimental demonstration of full network nonlocality in the bilocal
scenario [0.0]
ネットワーク内でのネットワーク非局所相関を実験的に示す。
我々の結果は、量子通信プロトコルにおける非局所性テストの活用の道を開くかもしれない。
論文 参考訳（メタデータ） (2022-01-17T11:49:26Z) - Genuine network quantum nonlocality and self-testing [0.0]
真のネットワーク量子非局所性の概念を定義する。
真のネットワーク非局所的な相関の例をいくつか示す。
特に、ネットワーク構造に依存する量子自己検査の例を示す。
論文 参考訳（メタデータ） (2021-05-26T06:05:22Z) - Full network nonlocality [68.8204255655161]
ネットワーク内のすべてのリンクが非ローカルリソースを分散するために必要となる相関関係を記述した完全ネットワーク非ローカル性の概念を導入する。
最もよく知られているネットワークベル試験では,ネットワークの非局所性は見られていない。
より一般に、ネットワーク内の局所的および理論に依存しない相関を解析するための確立された手法は、完全なネットワーク非局所性のための十分な条件を導出するために組み合わせることができると指摘する。
論文 参考訳（メタデータ） (2021-05-19T18:00:02Z)
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。