論文の概要: An Online Approach for Entanglement Verification Using Classical Shadows

• arxiv url: http://arxiv.org/abs/2603.26602v1
• Date: Fri, 27 Mar 2026 16:59:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-30 21:49:48.609292
• Title: An Online Approach for Entanglement Verification Using Classical Shadows
• Title（参考訳）: 古典的影を用いた絡み合いのオンライン検証
• Authors: Marwa Marso, Sabrina Herbst, Jadwiga Wilkens, Vincenzo De Maio, Ivona Brandic, Richard Kueng,
• Abstract要約: オンラインアルゴリズムとして古典的推定器の代替的な定式化を提案し,新しいサンプルを得る際に漸進的に更新する。 オンライン推定器は、絡み合いを確実に証明し、すべての$binomTm$組み合わせスナップショットを利用することで、最先端のベースラインよりも少ないサンプルを必要とする。
• 参考スコア（独自算出の注目度）: 1.7003745126517356
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum measurements are slow, while classical processors are fast, yet existing hybrid protocols never exploit this asymmetry. In this work, we propose an alternative formulation of classical estimators as online algorithms that are updated incrementally upon obtaining a new sample. Classical shadows are the natural fit for this approach: designed around the principle of measuring first and asking questions later, each snapshot is a self-contained classical description that can be processed immediately and independently. As a first demonstration, we focus on mixed state entanglement verification via PT-moments, moments of the partially transposed density matrix that provide experimentally accessible sufficient conditions for entanglement. We construct two unbiased online estimators that together characterize the fundamental challenge between memory footprint and per-shot computational cost: one scales to large systems at low moment order, the other handles high moment orders at the expense of memory exponential in system size. The online estimator certifies entanglement reliably and, by exploiting all $\binom{T}{m}$ combinations of snapshots, requires fewer samples than state-of-the-art baselines, turning entanglement detection from a purely offline diagnostic into a protocol that runs concurrently with the experiment.
• Abstract（参考訳）: 量子測定は遅いが、古典的なプロセッサは高速であるが、既存のハイブリッドプロトコルはこの非対称性を利用することはない。 そこで本研究では,オンラインアルゴリズムとして古典的推定器の代替的な定式化を提案し,新しいサンプルを得る際に漸進的に更新する。 古典的なシャドウは、このアプローチに自然に適合する: 最初に測定し、後で質問する原則に基づいて設計され、それぞれのスナップショットは、即座に独立して処理できる、自己完結した古典的な記述である。 最初の実証として, PTモーメントを用いた混合状態絡み合わせ検証, 部分的に転移した密度行列のモーメントに着目し, 絡み合わせに十分な条件を提供する。 我々は、メモリフットプリントとショット当たりの計算コストの基本的な課題を特徴付ける2つの非バイアスオンライン推定器を構築し、一方は、低モーメントオーダーで大規模システムにスケールし、もう一方は、システムサイズでメモリ指数を犠牲にして高モーメントオーダーを処理する。 オンライン推定器は、エンタングルメントを確実に認証し、すべての$\binom{T}{m}$のスナップショットの組み合わせを利用することで、最先端のベースラインよりも少ないサンプルを必要とし、純粋なオフライン診断からのエンタングルメント検出を、実験と並行して実行されるプロトコルに変換する。

関連論文リスト

• Quantum Advantage for Sensing Properties of Classical Fields [0.0]
  真空レベル以下ではショットノイズが抑制される古典信号の多くの特性を同時に推定する量子拡張プロトコルを提案する。 提案手法では2モードのスクイーズ、受動光学、静的ホモダインの計測しか必要としない。 我々のプロトコルは、一般的な古典的センシングタスクに対して量子スピードアップを可能にすることを証明している。
  論文  参考訳（メタデータ） (2026-02-19T18:15:24Z)
• Improved classical shadows from local symmetries in the Schur basis [4.462208715451194]
  従来のシャドウタスクのサンプル複雑性について検討する。 サンプルの複雑さが未知の状態のランクとともにスケールする古典的影に対する最初の共同測定プロトコルを提案する。
  論文  参考訳（メタデータ） (2024-05-15T17:33:10Z)
• One-Dimensional Deep Image Prior for Curve Fitting of S-Parameters from Electromagnetic Solvers [57.441926088870325]
  Deep Image Prior(ディープ・イメージ・プライオリ、ディープ・イメージ・プライオリ、DIP)は、ランダムなd畳み込みニューラルネットワークの重みを最適化し、ノイズや過度な測定値からの信号に適合させる技術である。 本稿では,Vector Fitting (VF) の実装に対して,ほぼすべてのテスト例において優れた性能を示す。
  論文  参考訳（メタデータ） (2023-06-06T20:28:37Z)
• Hard-normal Example-aware Template Mutual Matching for Industrial Anomaly Detection [78.734927709231]
  異常検出器は、クエリー画像の未知の欠陥を検出し、ローカライズするために工業製造で広く使われている。 これらの検出器は異常のないサンプルで訓練され、ほとんどの通常のサンプルと区別された異常を成功させた。 しかし、ハードノーマルな例は、ほとんどの通常のサンプルから遠く離れており、しばしば既存の方法によって異常と誤認される。
  論文  参考訳（メタデータ） (2023-03-28T17:54:56Z)
• Real-time adaptive estimation of decoherence timescales for a single qubit [2.6938732235832044]
  量子コヒーレンスが存続する時間を特徴付けることは、量子ビット、記憶、センサーの実装に不可欠である。 簡単な解析的更新規則に基づく適応型多パラメータ手法を提案し,鍵デコヒーレンスをリアルタイムで推定する。 因子 $sim 2$ のさらなるスピードアップは、分散に対して感度に関して最適化を行うことによって実現できる。
  論文  参考訳（メタデータ） (2022-10-12T11:28:23Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Certifying Temporal Correlations [0.5735035463793009]
  我々は、半定値プログラミング(SDP)に基づく手法を用いて、逐次測定の不等式をバウンドする以前の研究に基づいて構築した。 我々は、量子チャネルの存在下で一般化されたシナリオを考え、ベルの構造とシーケンシャルな不等式に類似性を引き出す。 これらの類推により、等長数への量子チャネルの認証という形で、逐次不等式の最大不等式違反の実践的利用を示すことができる。
  論文  参考訳（メタデータ） (2022-06-13T12:27:05Z)
• Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
  本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。 前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。 提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
  論文  参考訳（メタデータ） (2022-05-13T21:09:41Z)
• Identifying nonclassicality from experimental data using artificial neural networks [52.77024349608834]
  ニューラルネットワークをトレーニングして、古典的および非古典的状態とを、その二次的測定分布から分類する。 光の状態の異なる実実験的な二次データから古典的特徴や非古典的特徴を正確に識別できることを示す。
  論文  参考訳（メタデータ） (2021-01-18T15:12:47Z)

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。