論文の概要: Entanglement and discord classification via deep learning

• arxiv url: http://arxiv.org/abs/2601.22253v1
• Date: Thu, 29 Jan 2026 19:23:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-02 18:28:15.024667
• Title: Entanglement and discord classification via deep learning
• Title（参考訳）: 深層学習による絡み合いと不協和性分類
• Authors: Katherine Muñoz-Mellado, Daniel Uzcátegui-Contreras, Antonio Guerra, Aldo Delgado, Dardo Goyeneche,
• Abstract要約: 本稿では、畳み込みオートエンコーダを用いた量子絡み合いと不協和性分類のための深層学習に基づくアプローチを提案する。 我々は、2から7までの局所次元で$d$のシステムに対して、分離可能な二部類状態から絡み合うものを区別するモデルを訓練する。 学習した表現を活用して、有界な絡み合い状態のサンプルを生成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this work, we propose a deep learning-based approach for quantum entanglement and discord classification using convolutional autoencoders. We train models to distinguish entangled from separable bipartite states for $d \times d$ systems with local dimension $d$ ranging from two to seven, which enables identification of bound and free entanglement. Through extensive numerical simulations across various quantum state families, we demonstrate that our model achieves high classification accuracy. Furthermore, we leverage the learned representations to generate samples of bound entangled states, the rarest form of entanglement and notoriously difficult to construct analytically. We separately train the same convolutional autoencoders architecture for detecting the presence of quantum discord and show that the model also exhibits high accuracy while requiring significantly less training time.
• Abstract（参考訳）: 本研究では,畳み込みオートエンコーダを用いた量子エンタングルメントと不協和音分類のための深層学習に基づくアプローチを提案する。 我々は、2から7までの局所次元$d$を持つ$d \times d$システムに対して、区切り可能な二分状態と区切り可能な二分状態とを区別するモデルを訓練する。 様々な量子状態族にわたる広範な数値シミュレーションにより、我々のモデルは高い分類精度を達成できることを実証する。 さらに、学習した表現を活用して、有界な絡み合い状態のサンプルを生成する。 我々は、量子不協和の存在を検出するために、同じ畳み込みオートエンコーダアーキテクチャを別々に訓練し、このモデルがトレーニング時間を大幅に短縮しつつ高い精度を示すことを示す。

関連論文リスト

• An Efficient Quantum Classifier Based on Hamiltonian Representations [50.467930253994155]
  量子機械学習(QML)は、量子コンピューティングの利点をデータ駆動タスクに移行しようとする分野である。 入力をパウリ弦の有限集合にマッピングすることで、データ符号化に伴うコストを回避できる効率的な手法を提案する。 我々は、古典的および量子モデルに対して、テキストおよび画像分類タスクに対する我々のアプローチを評価する。
  論文  参考訳（メタデータ） (2025-04-13T11:49:53Z)
• Automated quantum system modeling with machine learning [0.0]
  機械学習アルゴリズムは、簡単な量子力学測定のセットを考慮し、量子モデルを構築することができることを示す。 我々は、マルコフのオープン量子システムのシミュレーションを通して、ニューラルネットワークが有効状態の$N$を自動的に検出できることを示した。
  論文  参考訳（メタデータ） (2024-09-27T15:18:20Z)
• Multimodal deep representation learning for quantum cross-platform verification [60.01590250213637]
  初期の量子コンピューティングの領域において重要な取り組みであるクロスプラットフォーム検証は、同一のアルゴリズムを実行する2つの不完全な量子デバイスとの類似性を特徴づけようと試みている。 本稿では,この課題におけるデータの形式化が2つの異なるモダリティを具現化する,革新的なマルチモーダル学習手法を提案する。 我々はこれらのモダリティから知識を独立して抽出するマルチモーダルニューラルネットワークを考案し、続いて融合操作により包括的データ表現を生成する。
  論文  参考訳（メタデータ） (2023-11-07T04:35:03Z)
• Entanglement Verification with Deep Semi-supervised Machine Learning [10.587454514254423]
  ラベル付きデータの少ない部分とラベル付きデータの少ない部分を持つ深層半教師付き学習モデルを提案する。 我々は,従来の教師付き学習モデルと比較して,モデルが優れた一般化能力を持ち,精度が向上することを確認した。
  論文  参考訳（メタデータ） (2023-08-29T15:41:04Z)
• Data-driven criteria for quantum correlations [0.0]
  3ビットシステムにおける相関を検出する機械学習モデルを構築した。 提案した検出器は、量子相関の弱い形式、すなわち量子不協和を、絡み合いよりもはるかによく識別する。
  論文  参考訳（メタデータ） (2023-07-20T17:59:59Z)
• A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
  我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。 我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
  論文  参考訳（メタデータ） (2022-11-23T18:25:32Z)
• Identification of quantum entanglement with Siamese convolutional neural networks and semi-supervised learning [0.0]
  量子絡み合いは、様々な量子情報プロトコルやアルゴリズムで一般的に使用される基本的な性質である。 本研究では、教師付き機械学習の一種であるディープ畳み込みNNを用いて、3量子系における任意の二分割の量子絡みを同定する。
  論文  参考訳（メタデータ） (2022-10-13T23:17:55Z)
• A Novel Anomaly Detection Algorithm for Hybrid Production Systems based on Deep Learning and Timed Automata [73.38551379469533]
  DAD:DeepAnomalyDetectionは,ハイブリッド生産システムにおける自動モデル学習と異常検出のための新しいアプローチである。 深層学習とタイムドオートマトンを組み合わせて、観察から行動モデルを作成する。 このアルゴリズムは実システムからの2つのデータを含む少数のデータセットに適用され、有望な結果を示している。
  論文  参考訳（メタデータ） (2020-10-29T08:27:43Z)
• Automated and Formal Synthesis of Neural Barrier Certificates for Dynamical Models [70.70479436076238]
  バリア証明書(BC)の自動的,形式的,反例に基づく合成手法を提案する。 このアプローチは、ニューラルネットワークとして構造化されたBCの候補を操作する誘導的フレームワークと、その候補の有効性を認証するか、反例を生成する音検証器によって支えられている。 その結果,音のBCsを最大2桁の速度で合成できることがわかった。
  論文  参考訳（メタデータ） (2020-07-07T07:39:42Z)

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。