論文の概要: Network Nonlocality with Separable Measurements

• arxiv url: http://arxiv.org/abs/2604.11910v1
• Date: Mon, 13 Apr 2026 18:03:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.046727
• Title: Network Nonlocality with Separable Measurements
• Title（参考訳）: 分離計測によるネットワーク非局所性
• Authors: Emanuele Polino, Davide Poderini, Giorgio Minati, Giovanni Rodari, Rafael Chaves, Fabio Sciarrino,
• Abstract要約: 独立した情報源を持つネットワークにおける量子相関は、非古典的行動の新たな形態を明らかにしている。 ソースの絡み合いは必須の要素であるが、測定における絡み合いの役割はほとんど解明されていない。 本研究では, 絡み合いの測定に頼らず, 完全なネットワーク非局所性を実現する明示的な戦略を構築する。
• 参考スコア（独自算出の注目度）: 0.12314765641075437
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum correlations in networks with independent sources have revealed novel forms of nonclassical behavior. While entanglement in the sources is a necessary ingredient, the role played by entanglement in the measurements remains largely unexplored. In particular, all existing demonstrations of full network nonlocality, certifying the nonclassicality of every source in the network, have relied on entangled measurements performed at a central node with no inputs. In this work, we construct an explicit strategy that does not rely on entangled measurements, yet still achieves full network nonlocality. Our approach is based on separable measurements augmented with bidirectional classical feedforward. We further show that this same class of measurements can give rise to another recently proposed form of network nonlocality, the minimal network nonclassicality, which ensures that the observed correlations cannot be attributed to any fixed subset of nonclassical sources within the network. Finally, building on a recently developed certification framework, we quantify the amount of device-independent randomness that can be extracted from full network nonlocal correlations under different measurement strategies. Beyond their foundational significance, our results also offer a practically attractive route toward experimental implementations of network nonlocality, as they remove the need for entangled measurements.
• Abstract（参考訳）: 独立した情報源を持つネットワークにおける量子相関は、非古典的行動の新たな形態を明らかにしている。 ソースの絡み合いは必須の要素であるが、測定における絡み合いの役割はほとんど解明されていない。 特に、ネットワーク内のすべてのソースの非古典性を証明している全ての既存のネットワーク非局所性の実証は、入力のない中央ノードで実行される絡み合った測定に依存している。 本研究では,絡み合った測定に頼らず,完全なネットワーク非局所性を実現する明示的な戦略を構築する。 我々のアプローチは、双方向の古典的フィードフォワードを付加した分離可能な計測に基づいている。 さらに、この同じ種類の測定が、ネットワーク内の任意の固定された非古典的な部分集合に関連付けられないように、ネットワーク非古典性(最小限のネットワーク非古典性)という、最近提案された別のタイプのネットワーク非古典性(最小限のネットワーク非古典性)をもたらすことを示す。 最後に、最近開発された認証フレームワークに基づいて、異なる測定戦略の下で全ネットワーク非局所相関から抽出できるデバイス非依存乱数量の定量化を行う。 また,本研究の結果は,ネットワーク非局所性の実験的な実装に向けて,実際に魅力的な経路を提供するとともに,絡み合った測定の必要性を排除している。

関連論文リスト

• Dense Neural Networks are not Universal Approximators [53.27010448621372]
  ニューラルネットワークは任意の連続関数の普遍性を持たないことを示す。 ReLUニューラルネットワークは、重みと入出力次元の自然な制約を受ける。
  論文  参考訳（メタデータ） (2026-02-07T16:52:38Z)
• Measurement Incompatibility Based In-equivalence Between Bell and Network Nonlocality [0.0]
  非n-局所性は、単一のパーティだけが非互換な測定を行う場合であっても、標準量子ネットワークで検出できる。 2 より大きい任意の有限 n に対して、非 n-局所相関は任意の標準線型 n-局所ネットワークにおいて、すべての当事者が互換の測定を行うときに生成される。
  論文  参考訳（メタデータ） (2025-08-14T14:10:37Z)
• Learning non-ideal genuine network nonlocality using causally inferred Bayesian neural network algorithms [0.688204255655161]
  我々はLHV層ニューラルネットワークと呼ばれるスケーラブルな因果推論型ベイズ学習フレームワークを導入する。 基礎的なドメイン固有の制約を持つ機械学習アプローチが量子基礎の分野に多大な恩恵をもたらすことを示す。
  論文  参考訳（メタデータ） (2025-01-14T12:45:47Z)
• Experimental full network nonlocality with independent sources and strict locality constraints [59.541438315564854]
  ネットワークの非局所性は、標準的なベルのシナリオとは大きく異なる現象を引き起こす。 本研究では, 情報源依存性, 局所性, 測定依存性の抜け穴が閉じているネットワークにおいて, 完全なネットワーク非局所性を実験的に観察する。 非完全ネットワーク非局所相関を5つ以上の標準偏差で特徴付ける既知の不等式に反する実験を行った。
  論文  参考訳（メタデータ） (2023-02-05T20:03:58Z)
• Certification of non-classicality in all links of a photonic star network without assuming quantum mechanics [52.95080735625503]
  完全なネットワーク非局所性は、少なくとも1つの情報源が古典的であるモデルに偽装することで、ネットワークの標準的な非局所性を超えている。 本報告では,3つの独立したフォトニック量子ビット源と3量子絡み合せスワッピング測定を備えた星型ネットワークにおける全ネットワーク非局所性の観測について報告する。
  論文  参考訳（メタデータ） (2022-12-19T19:00:01Z)
• Possibilistic approach to network nonlocality [0.0]
  確率論的アプローチでは、可能な結果のパターンのみを重要視し、独立した情報源を持つネットワークにおけるベル非局所性に適用する。 本稿では,古典的資源や非署名的資源を用いて,与えられた結果パターンが達成できるかどうかを判定するアルゴリズムを提案する。 共同確率を含む非線形ベル型不等式を用いて,あるパターンの非局所性を検出するための証明書を構築する方法を示す。
  論文  参考訳（メタデータ） (2022-08-29T12:04:25Z)
• Experimental demonstration of full network nonlocality in the bilocal scenario [0.0]
  ネットワーク内でのネットワーク非局所相関を実験的に示す。 我々の結果は、量子通信プロトコルにおける非局所性テストの活用の道を開くかもしれない。
  論文  参考訳（メタデータ） (2022-01-17T11:49:26Z)
• Full network nonlocality [68.8204255655161]
  ネットワーク内のすべてのリンクが非ローカルリソースを分散するために必要となる相関関係を記述した完全ネットワーク非ローカル性の概念を導入する。 最もよく知られているネットワークベル試験では,ネットワークの非局所性は見られていない。 より一般に、ネットワーク内の局所的および理論に依存しない相関を解析するための確立された手法は、完全なネットワーク非局所性のための十分な条件を導出するために組み合わせることができると指摘する。
  論文  参考訳（メタデータ） (2021-05-19T18:00:02Z)
• Anomaly Detection on Attributed Networks via Contrastive Self-Supervised Learning [50.24174211654775]
  本論文では,アトリビュートネットワーク上の異常検出のためのコントラスト型自己監視学習フレームワークを提案する。 このフレームワークは、新しいタイプのコントラストインスタンスペアをサンプリングすることで、ネットワークデータからのローカル情報を完全に活用します。 高次元特性と局所構造から情報埋め込みを学習するグラフニューラルネットワークに基づくコントラスト学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-02-27T03:17:20Z)

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。