論文の概要: Learning partial transpose signatures in qubit ququart states from a few measurements

• arxiv url: http://arxiv.org/abs/2602.19307v1
• Date: Sun, 22 Feb 2026 19:00:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-24 17:42:02.577113
• Title: Learning partial transpose signatures in qubit ququart states from a few measurements
• Title（参考訳）: キュービット量子状態における部分的転置シグネチャの学習
• Authors: Christian Candeago, Paolo Da Rold, Michele Grossi, Pawel Horodecki, Antonio Mandarino,
• Abstract要約: このようなシステムの量子リソースを特徴づけることは、基本的ではあるが実験的にコストがかかる。 最初の非自明な例であるqubit-ququartシステムに取り組む。 蒸留可能な二部量子状態の分類を行う機械学習フレームワークについて検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Higher-dimensional quantum systems are attracting interest for improving quantum protocol performance by increasing memory space. Characterizing quantum resources of such systems is fundamental but experimentally costly. We tackle the first non-trivial example: a qubit-ququart system, focusing on partial-transpose spectral classification. Entanglement distillation extracts maximally entangled states from noisy resources, but determining distillability typically requires full state tomography, experimentally prohibitive for high-dimensional systems. We explore a machine learning framework to classify distillable bipartite quantum states using fewer measurements than complete tomography. Our approach employs the PPT criterion, categorizing states by negative eigenvalues in the partial transpose. We use various ML algorithms, including Support Vector Machines, Random Forest, and Artificial Neural Networks, with features from fixed measurements and learnable observables. Results show learnable observables consistently outperform Collective Measurement Witnesses methods. While all models distinguish between non-distillable (PPT) and distillable (NPT) states, differentiating NPT subclasses remains challenging, underscoring the intricate Hilbert space geometry. This work provides an experimentally friendly tool for distillability verification in high-dimensional quantum systems without full state reconstruction
• Abstract（参考訳）: 高次元量子システムは、メモリ空間を増大させることで量子プロトコルの性能を向上させることへの関心を集めている。 このようなシステムの量子リソースを特徴づけることは、基本的ではあるが実験的にコストがかかる。 最初の非自明な例であるqubit-ququartシステムに取り組み、部分変換スペクトル分類に焦点をあてる。 エンタングルメント蒸留は、ノイズの多い資源から最大に絡み合った状態を抽出するが、蒸留性を決定するには、通常、高次元システムでは実験的に禁止される完全な状態トモグラフィを必要とする。 完全トモグラフィーよりも少ない測定値を用いて蒸留可能な二部量子状態の分類を行う機械学習フレームワークを探索する。 提案手法はPPT基準を用いて,部分的転位における負の固有値による状態の分類を行う。 私たちは、Support Vector Machines、Random Forest、Artificial Neural Networksなど、さまざまなMLアルゴリズムを使用します。 その結果、学習可能なオブザーバブルは集団計測ウィットネス法より一貫して優れていた。 すべてのモデルは非蒸留性 (PPT) と蒸留性 (NPT) の状態を区別するが、NPTサブクラスを区別することは依然として困難であり、複雑なヒルベルト空間幾何学を裏付ける。 本研究は, 完全状態再構成のない高次元量子系における蒸留性検証のための実験的フレンドリなツールを提供する。

関連論文リスト

• Unsupervised Learning to Recognize Quantum Phases of Matter [39.146761527401424]
  この研究では教師なし学習を採用しており、アルゴリズムは事前にラベル付けされた状態にアクセスできない。 我々は,テンソルネットワーク技術によって決定された2つのスピン$frac12$チェーンを用いて,本手法をベンチマークした。 我々の研究結果は、教師なし学習が量子物質の新しい位相を自律的に認識し、また明らかにする方法を示している。
  論文  参考訳（メタデータ） (2025-10-16T14:45:54Z)
• Digitized Counterdiabatic Quantum Feature Extraction [35.670314643295036]
  そこで本研究では,ハミルトニアンの局所多体スピンのダイナミクスを用いて,複素特徴量を生成するハミルトン型量子特徴抽出法を提案する。 分子毒性分類と画像認識を含む高次元実世界のデータセットに対するアプローチを評価する。 その結果、量子的特徴抽出と古典的特徴抽出を組み合わせることで、さまざまな機械学習タスク間で一貫した改善が得られることが示唆された。
  論文  参考訳（メタデータ） (2025-10-15T17:59:35Z)
• Detecting quantum non-Gaussianity with a single quadrature [0.5242869847419834]
  1つの四次測定の統計は、恒星のランクによって定量化される任意の非ガウス性を見極めることができることを示す。 本報告では, サンプルの複雑さ, 騒音の堅牢性, および実験的展望について分析する。
  論文  参考訳（メタデータ） (2025-07-30T18:09:46Z)
• Learning topological states from randomized measurements using variational tensor network tomography [0.4818215922729967]
  量子状態の忠実な表現を学ぶことは、量子プロセッサ上で生成される多体状態の多様性を完全に特徴づけるのに不可欠である。 本研究では,テンソルネットワーク上の変分最適化とランダムな計測手法を組み合わせたトモグラフィー手法の実装と検討を行う。 我々は、実験により実現可能な量子スピン液体状態と同様に、表面符号の基底状態を学ぶ能力を示す。
  論文  参考訳（メタデータ） (2024-05-31T21:05:43Z)
• Quantum State Tomography for Matrix Product Density Operators [28.799576051288888]
  実験的測定から量子状態の再構成は、量子デバイスの検証とベンチマークに不可欠である。 ノイズや中間スケールの量子コンピュータによって生成される状態のような多くの物理量子状態は通常、構造化される。 圧縮センシングのツールと経験過程の理論を用いて,MPOの安定回復の理論的保証を確立する。
  論文  参考訳（メタデータ） (2023-06-15T18:23:55Z)
• Evolution of many-body systems under ancilla quantum measurements [58.720142291102135]
  本研究では,多体格子系をアシラリー自由度に結合させることにより量子測度を実装するという概念について検討する。 従来より抽象的なモデルで見られたように, アンタングリング・エンタングリング測定によって引き起こされる遷移の証拠を見いだす。
  論文  参考訳（メタデータ） (2023-03-13T13:06:40Z)
• Quantum state tomography with tensor train cross approximation [84.59270977313619]
  測定条件が最小限であるような状態に対して、完全な量子状態トモグラフィが実行可能であることを示す。 本手法は,非構造状態と局所測定のための最もよく知られたトモグラフィー法よりも指数関数的に少ない状態コピーを必要とする。
  論文  参考訳（メタデータ） (2022-07-13T17:56:28Z)
• Single-Qubit Reaped Quantum State Tomography [0.0]
  観測可能な3つしか測定できない量子状態トモグラフィーの新たな手法を提案する。 システムの波動関数は、システムの測定時にポインタに"領域"される。 また、統計的不完全データから状態を推定する、効率的でスケーラブルな反復的最大値アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-06-20T03:57:49Z)

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。