論文の概要: Introducing the Correlation Concentration Ratio (CCR): Quantitative Framework for Comparing Quantum Cluster States

• arxiv url: http://arxiv.org/abs/2604.23258v1
• Date: Sat, 25 Apr 2026 11:50:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.232182
• Title: Introducing the Correlation Concentration Ratio (CCR): Quantitative Framework for Comparing Quantum Cluster States
• Title（参考訳）: 相関濃度比(CCR)の導入 : 量子クラスター状態の比較のための定量的枠組み
• Authors: Amin Ahadi, Saman Sarshar,
• Abstract要約: 線形、正方形、T字形の位相を持つクラスター状態を生成する過程を体系的にモデル化した。 シミュレーションの結果,クラスタグラフ構造は2次相関のパターンに直接反映されていることがわかった。 CCRと呼ばれる計量は、系全体の相関関係に対してグラフエッジ上の有効相関の濃度を定量化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, numerical simulations of four-mode continuous-variable cluster states with different topologies in the framework of measurement-based quantum computation are presented. By utilizing the symplectic representation and covariance matrix, the process of generating cluster states with linear, square, and T-shaped topologies has been systematically modeled. The simulation results show that the cluster graph structure is directly reflected in the pattern of quadrature correlations; in other words, the theoretical nullifier relations of the cluster states are reproduced in the final covariance matrices. Increasing the squeezing parameter leads to the strengthening of the target correlations and the suppression of unwanted components arising from anti-squeezing; such that the off-diagonal elements of the covariance matrix in the linear and square topologies increase to significant values, and in the T-shaped topology a stronger central correlation (similar to GHZ-like behavior in the continuous-variable domain) is observed. In order to quantitatively analyze these structural differences, a metric titled CCR (Correlation Concentration Ratio) is introduced that quantifies the concentration of effective correlations on the graph edges relative to the total correlations of the system. This index enables direct comparison of different topologies from the perspective of structural entanglement distribution and provides a framework for evaluating the efficiency of cluster graphs in MBQC architectures. The results show that CCR can be used as a practical tool for designing and selecting optimal topologies in larger clusters and more complex structures.
• Abstract（参考訳）: 本稿では,測定に基づく量子計算の枠組みにおけるトポロジの異なる4モード連続変数クラスタ状態の数値シミュレーションについて述べる。 シンプレクティック表現と共分散行列を利用することで、線形、正方形、T字形の位相を持つクラスター状態を生成する過程を体系的にモデル化した。 シミュレーションの結果,クラスタグラフ構造は2次相関のパターンに直接反映され,すなわち,クラスタ状態の理論的無効化関係が最終共分散行列で再現されることがわかった。 スクイージングパラメータの増大は、反スクイージングによる標的相関の強化と不要成分の抑制につながり、線形および正方形状トポロジーにおける共分散行列の非対角要素が有意な値に増加し、T字型トポロジーではより強い中央相関(連続変数領域におけるGHZ様の挙動と似ている)が観察される。 これらの構造的差異を定量的に分析するために、CCR (Correlation concentration Ratio) と題する計量が導入された。 この指数は、構造的絡み合い分布の観点から異なる位相の直接比較を可能にし、MBQCアーキテクチャにおけるクラスタグラフの効率を評価するためのフレームワークを提供する。 その結果,CCRは大規模クラスタや複雑な構造において最適なトポロジを設計・選択するための実用的なツールとして利用できることがわかった。

関連論文リスト

• Graph Canonical Correlation Analysis [2.588462392029118]
  カノニカル相関解析(Canonical correlation analysis, CCA)は、2つの変数間の関係を推定する手法として広く用いられている。 CCA法の最近の進歩は、マルチオミクスデータセットの相互作用を解読するための応用を拡大している。 相関行列のグラフ構造に基づいて正準相関を計算するグラフ正準相関解析(gCCA)手法を提案する。
  論文  参考訳（メタデータ） (2025-02-03T19:41:06Z)
• Self-Supervised Graph Embedding Clustering [70.36328717683297]
  K-means 1-step dimensionality reduction clustering method は,クラスタリングタスクにおける次元性の呪いに対処する上で,いくつかの進歩をもたらした。 本稿では,K-meansに多様体学習を統合する統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-24T08:59:51Z)
• Spectral Clustering for Directed Graphs via Likelihood Estimation on Stochastic Block Models [22.421702511126373]
  ブロックモデルに対する統計的推測を利用して、有向グラフに対するスペクトルクラスタリングアルゴリズムの開発を導く。 我々は、スペクトル緩和の誤クラスタリング誤差に関する理論上界を確立し、この緩和に基づいて、有向グラフに対する新しい自己適応スペクトルクラスタリング法を導入する。
  論文  参考訳（メタデータ） (2024-03-28T15:47:13Z)
• Applications of flow models to the generation of correlated lattice QCD ensembles [69.18453821764075]
  機械学習された正規化フローは、格子量子場理論の文脈で、異なる作用パラメータで格子ゲージ場の統計的に相関したアンサンブルを生成するために用いられる。 本研究は,これらの相関を可観測物の計算における分散低減に活用する方法を実証する。
  論文  参考訳（メタデータ） (2024-01-19T18:33:52Z)
• Simple and Scalable Algorithms for Cluster-Aware Precision Medicine [0.0]
  共同クラスタリングと埋め込みに対するシンプルでスケーラブルなアプローチを提案する。 この新しいクラスタ対応の埋め込みアプローチは、現在の共同埋め込みとクラスタリング法の複雑さと限界を克服する。 当社のアプローチでは,ユーザが希望するクラスタ数を選択する必要はなく,階層的にクラスタ化された埋め込みの解釈可能なデンドログラムを生成する。
  論文  参考訳（メタデータ） (2022-11-29T19:27:26Z)
• Spatially Coherent Clustering Based on Orthogonal Nonnegative Matrix Factorization [0.0]
  本稿では,クラスタメンバシップ行列の総変動(TV)正規化手順に基づく作業クラスタリングモデルを紹介する。 マトリックス支援レーザー脱離イオン化イメージング測定から得られた超スペクトルデータセット上の提案手法をすべて数値的に評価する。
  論文  参考訳（メタデータ） (2021-04-25T23:40:41Z)
• Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
  結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。 新規な構造化融合正規化に基づく一般グラフ推定器を提案する。 提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
  論文  参考訳（メタデータ） (2021-03-05T04:42:32Z)
• Clustering Ensemble Meets Low-rank Tensor Approximation [50.21581880045667]
  本稿では,複数のクラスタリングを組み合わせ,個々のクラスタリングよりも優れたパフォーマンスを実現するクラスタリングアンサンブルの問題について検討する。 本稿では,この問題をグローバルな視点から解くために,新しい低ランクテンソル近似法を提案する。 7つのベンチマークデータセットを用いた実験の結果,提案手法は12の最先端手法と比較して,クラスタリング性能のブレークスルーを達成した。
  論文  参考訳（メタデータ） (2020-12-16T13:01:37Z)

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。