論文の概要: Local Marking of Locally Implementable Unitary Operations

• arxiv url: http://arxiv.org/abs/2604.08054v1
• Date: Thu, 09 Apr 2026 10:03:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-10 18:34:05.856408
• Title: Local Marking of Locally Implementable Unitary Operations
• Title（参考訳）: 局所実装可能な単元演算の局所マーキング
• Authors: Adil Imam, Satyaki Manna,
• Abstract要約: 局所的に実装可能なユニタリ演算における局所的マーキングの課題について検討する。 局所的区別性は局所的マーキングを意味するが、局所的マーキングは局所的またはグローバルなユニタリの区別性を保証するものではない。
• 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: We investigate the task of local marking for locally implementable unitary operations. In this setting, multipartite quantum unitary channels, chosen randomly from a known set, are distributed among spatially separated parties without revealing their identities. The objective is to correctly identify (mark) the applied process using only local operations supplemented with classical communication (LOCC). While local distinguishability implies local marking, local marking does not guarantee either local or even global distinguishability of a set of unitaries. Thus the task of marking is not equivalent to the task of discrimination. We demonstrate a stronger manifestation of nonlocality without entanglement by constructing a set of globally distinguishable tripartite product unitaries that cannot be locally marked. In contrast to state marking, we find that marking a subset of product unitaries does not imply the ability to mark a larger subset. Finally, we explore the hierarchy of probes-entangled and product-in the context of local marking with respect to the standard discrimination scenario.
• Abstract（参考訳）: 局所的に実装可能なユニタリ演算における局所的マーキングの課題について検討する。 この設定では、既知の集合からランダムに選択された多部量子ユニタリチャネルは、そのアイデンティティを明らかにすることなく、空間的に分離されたパーティ間で分散される。 目的は、古典通信(LOCC)を補足したローカル操作のみを用いて、適用プロセスの正確な識別(マーク)を行うことである。 局所的区別性は局所的マーキングを意味するが、局所的マーキングは局所的またはグローバルなユニタリの区別性を保証するものではない。 したがって、マーキングのタスクは差別のタスクと等価ではない。 局所的にマークできない大域的に区別可能な三部積ユニタリの集合を構成することにより、絡み合いのない非局所性のより強い表現を示す。 状態マーキングとは対照的に、製品ユニタリのサブセットをマークすることは、より大きなサブセットをマークする能力を意味するものではない。 最後に,局所マーキングの文脈におけるプローブの絡み合いと製品内積の階層構造について,標準的な識別シナリオについて検討する。

関連論文リスト

• Classifying locally distinguishable sets: No activation across bipartitions [0.0]
  我々は、変換を許さない局所的に区別可能な積と絡み合った状態の異なる構造を提供する。 多部集合系では、局所的に区別可能な集合が存在し、局所的に区別できない集合に変換できないため、この研究はより複雑になる。
  論文  参考訳（メタデータ） (2025-07-14T18:15:31Z)
• Exploring strong locality : Quantum state discrimination regime and beyond [0.0]
  我々は、$(2m+1) otimes 2 otimes (2m+1)$ systems の中で局所的に区別可能な集合のクラスを2つ提示する。 1つのクラスは局所的な操作によって非局所性を明らかにするが、もう1つのクラスは共同測定を必要とする。 また、データ隠蔽の文脈におけるそれらの重要な応用についても検討する。
  論文  参考訳（メタデータ） (2024-08-03T20:11:14Z)
• Efficient entanglement-assisted discrimination of a class of many-copy indistinguishable sets [0.0]
  我々は、局所的に区別できない量子状態を識別するための資源として絡み合いを探求する。 特に、拡張不可能な積基底の状態と純粋な絡み合った状態を含む集合を考える。 本稿では,情報のセキュアなロックと資源効率の高い抽出を示す情報処理プロトコルに関する理論的提案を行う。
  論文  参考訳（メタデータ） (2023-12-24T13:17:34Z)
• Progressive Feature Self-reinforcement for Weakly Supervised Semantic Segmentation [55.69128107473125]
  Weakly Supervised Semantic (WSSS) のイメージレベルラベルを用いたシングルステージアプローチを提案する。 我々は、画像内容が決定論的領域(例えば、自信ある前景と背景)と不確実領域(例えば、オブジェクト境界と誤分類されたカテゴリ)に適応的に分割して、別々の処理を行う。 そこで我々は,これらの自信のある領域と同一のクラスラベルを持つ拡張画像とのセマンティック一貫性を制約する補完的な自己強調手法を提案する。
  論文  参考訳（メタデータ） (2023-12-14T13:21:52Z)
• Ambiguity-Resistant Semi-Supervised Learning for Dense Object Detection [98.66771688028426]
  本研究では,一段階検出器のためのAmbiguity-Resistant Semi-supervised Learning (ARSL)を提案する。 擬似ラベルの分類とローカライズ品質を定量化するために,JCE(Joint-Confidence Estimation)を提案する。 ARSLは、曖昧さを効果的に軽減し、MS COCOおよびPASCALVOC上で最先端のSSOD性能を達成する。
  論文  参考訳（メタデータ） (2023-03-27T07:46:58Z)
• Locally unidentifiable subset of quantum states and its resourcefulness in secret password distribution [0.0]
  我々は、局所部分集合不特定性と呼ばれる、探索されていない量子非局所性のヒッシャート形式を導入する。 この非局所性は他の量子非局所性よりも強いことを示す。 この非局所性の潜在的な応用を将来の量子技術に期待する。
  論文  参考訳（メタデータ） (2022-09-22T12:17:11Z)
• One-Shot Medical Landmark Localization by Edge-Guided Transform and Noisy Landmark Refinement [59.14062241534754]
  医用ランドマークのワンショット化のための2段階のフレームワークを提案する。 ステージIでは,新たな損失関数の指導の下で,グローバルアライメントと局所変形のエンドツーエンドのカスケードを学習する。 ステージIIでは,信頼性の高い擬似ラベルを選択するための自己整合性や,半教師付き学習のための相互整合性について検討する。
  論文  参考訳（メタデータ） (2022-07-31T15:42:28Z)
• Enhancing Prototypical Few-Shot Learning by Leveraging the Local-Level Strategy [75.63022284445945]
  既存の作業では、ローカルレベルの機能をすべて混ぜることで、イメージレベルの機能に基づいた、いくつかのショットモデルを構築することがよくあります。 a) 基地と新規カテゴリーの識別的位置バイアスを回避するための地域非依存のトレーニング戦略,(b) 地域レベルの特徴の正確な比較を捉えるための新しい地域レベルの類似度尺度を提案する。
  論文  参考訳（メタデータ） (2021-11-08T08:45:15Z)
• Genuine activation of nonlocality: From locally available to locally hidden information [13.939388417767136]
  量子非局所性は、一般に複合系の部分の局所的な測定によって明らかにされる、異なる表現を持つ。 局所的に区別できるが局所冗長性を持たない集合が存在することを示す。 ローカルに利用可能な情報をローカルに隠蔽するアプリケーション、すなわちローカルに情報を隠蔽するアプリケーションを提案する。
  論文  参考訳（メタデータ） (2021-04-24T12:02:48Z)
• Receptive Multi-granularity Representation for Person Re-Identification [46.99913453669368]
  本稿では,ストライプに基づく特徴学習を容易にするために,受動的多粒性学習手法を提案する。 2分岐ネットワークアーキテクチャにより、識別的アイデンティティ表現のスケールが異なることが分かる。 本手法は, Market-1501 ベンチマークにおいて96.2%@Rank-1 または 90.0%@mAP の最先端精度を実現する。
  論文  参考訳（メタデータ） (2020-08-31T09:26:08Z)

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。