論文の概要: Certifying ergotropy under partial information
- arxiv url: http://arxiv.org/abs/2603.18828v1
- Date: Thu, 19 Mar 2026 12:24:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-20 17:19:06.139941
- Title: Certifying ergotropy under partial information
- Title（参考訳）: 部分情報によるエルゴトロピー認証
- Authors: Egle Pagliaro, Leonardo Zambrano, Mir Alimuddin, Alioscia Hamma, Antonio Acín, Donato Farina,
- Abstract要約: エルゴトロピー(エルゴトロピー、英: Ergotropy)は、量子力学の中心的な資源である。
ここでは、任意の可観測量の限られた集合の期待値のみを用いて、エルゴトロピーを低くする一般的な認証フレームワークを紹介する。
我々は、IBM量子プロセッサの合成データと実験データの両方にアプローチをベンチマークする。
- 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: Ergotropy, the maximum work extractable from a quantum system, is a central resource in quantum physics. Computing ergotropy is well established when the system state is fully known, but its estimation under partial information remains an open problem. Here we introduce a general certification framework that lower bounds ergotropy using only the expectation values of a limited set of arbitrary observables. The method naturally applies in the finite-statistics regime, yielding confidence-certified bounds that explicitly incorporate shot noise. We benchmark our approach on both synthetic data and experimental measurements from an IBM quantum processor. This establishes a robust and experimentally accessible tool for certifying extractable work in realistic quantum settings.
- Abstract（参考訳）: エルゴトロピー(エルゴトロピー、英: Ergotropy)は、量子力学の中心的な資源である。
計算エルゴトロピーはシステム状態が完全に知られているときに確立されているが、部分的な情報に基づく推定は未解決の問題である。
ここでは、任意の可観測量の限られた集合の期待値のみを用いて、エルゴトロピーを低くする一般的な認証フレームワークを紹介する。
この方法は、有限統計体系に自然に適用され、ショットノイズを明示的に組み込んだ信頼確認境界が得られる。
我々は、IBM量子プロセッサの合成データと実験データの両方にアプローチをベンチマークする。
これにより、現実的な量子設定における抽出可能な仕事の証明のための堅牢で実験的に利用できるツールが確立される。
関連論文リスト
- Information and coherence as resources for work extraction from unknown quantum state and providing quantum advantages [0.0]
標準的な熱力学プロトコルでは、浴槽温度における初期状態と対応するギブス状態との間の自由エネルギー差によって最大作業が与えられる。
情報はクローズド量子システムにおける仕事の抽出を制限しますか?
エルゴトロピーはユニタリ演算によって抽出可能な最大作業量を定量化するが、量子状態の完全な知識を仮定する。
論文 参考訳（メタデータ） (2026-02-26T11:30:21Z) - Certification of quantum properties with imperfect measurements [0.0]
データ取得段階におけるショットノイズと測定不完全性の両方を考慮に入れた,実験的に調製された量子状態の認証手法を提案する。
本稿では,有限統計量から雑音寄与を定量化し,測定不完全性の影響を推定するための明示的な処方料を提案する。
論文 参考訳（メタデータ） (2026-01-23T09:15:11Z) - Bounding many-body properties under partial information and finite measurement statistics [0.0]
多体量子系の性質の計算は、創発的量子現象の理解を導くため、最重要事項である。
最近の半定値プログラミングアプローチは、容易にアクセス可能であるが、情報的に不完全で観測可能な有限ショットの測定から確率的境界を可能にする。
ここでは、モーメント行列緩和を利用して、これらの手法をキュービット数でスケーラブルに表現する。
論文 参考訳（メタデータ） (2026-01-15T14:00:03Z) - Semi-device-independent randomness certification on discretized continuous-variable platforms [33.83993649730681]
本稿では、連続変数実装に適したランダム性証明のための半デバイス非依存スキームを提案する。
単純な光学装置は正のミンエントロピーを証明できる次元知性違反を実現することができることを示す。
論文 参考訳（メタデータ） (2025-11-07T19:23:46Z) - Direct estimation of arbitrary observables of an oscillator [32.73124984242397]
観測可能(OREO)推定のための最適化ルーチンを提案する。
OREOは、任意の振動子オブザーバの期待値をトランモン状態にマッピングし、効率的な単発計測を行う。
我々は, 位相空間とその高次モーメントを効率的に測定する手段として, ボソニックcQEDシステムでOREOを実証する。
論文 参考訳（メタデータ） (2025-03-13T14:58:21Z) - Quantum extreme learning machines for photonic entanglement witnessing [30.432877421232842]
量子極端学習機械(QELM)は、量子絡みを目撃する強力な代替手段を具現化している。
我々は光子対の軌道角運動量を利用するフォトニックQELMを自由度として実装する。
従来の手法とは異なり, 装置の微調整, 精密校正, 精巧な知識は不要である。
論文 参考訳（メタデータ） (2025-02-25T16:55:35Z) - Sample Complexity of Black Box Work Extraction [0.0]
量子システムから作業を引き出すのに必要な未知の状態のサンプル数を分析する。
未知の状態の1つのコピーだけで、エルゴトロピーが極限においてゼロに近づくことを証明できる。
本研究は、未知の状態の有効性を量子電池として評価するための、サンプル効率のよいプロトコルを開発する。
論文 参考訳（メタデータ） (2024-12-03T18:47:12Z) - Certifying steady-state properties of open quantum systems [0.0]
オープン多体量子系の定常特性を推定することは、量子科学における根本的な課題である。
半定値プログラミングに基づくスケーラブルな手法を提案する。
本手法では,オープン量子力学の定常特性をバウンディングする最初の汎用数値ツールを紹介する。
論文 参考訳（メタデータ） (2024-10-17T15:13:12Z) - Quantum Conformal Prediction for Reliable Uncertainty Quantification in
Quantum Machine Learning [47.991114317813555]
量子モデルは暗黙の確率予測器を実装し、測定ショットを通じて各入力に対して複数のランダムな決定を生成する。
本稿では、そのようなランダム性を利用して、モデルの不確実性を確実に捉えることができる分類と回帰の両方の予測セットを定義することを提案する。
論文 参考訳（メタデータ） (2023-04-06T22:05:21Z) - Noisy Quantum Kernel Machines [58.09028887465797]
量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。
消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。
量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
論文 参考訳（メタデータ） (2022-04-26T09:52:02Z)
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。