論文の概要: Capacity of multimode quantum Gaussian channels
- arxiv url: http://arxiv.org/abs/2605.19749v1
- Date: Tue, 19 May 2026 12:17:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-21 01:01:02.815484
- Title: Capacity of multimode quantum Gaussian channels
- Title(参考訳): マルチモード量子ガウスチャネルの容量
- Authors: Maria Popławska, Marcin Jarzyna,
- Abstract要約: 固定電力制約下でのモード数を増やすことが常に最適であることを示す。
ランダムなパッシブ変換の場合,アンサンブル平均ホレボ容量の解析式を導出する。
- 参考スコア(独自算出の注目度): 0.6875312133832078
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We derive explicit formulas for the capacity of multimode quantum Gaussian channels which serve as a fundamental model for optical version of multiple-input multiple-output channels. We show that it is always optimal to increase the number of modes under fixed power constraint. We derive an analytical formula for the ensemble-averaged Holevo capacity in the case of random passive transformations. The analogous results are also obtained for capacities achievable under homodyne and heterodyne detection. We further discuss the generalization of the model to include weak active transformations.
- Abstract(参考訳): マルチインプット多重出力チャネルの光学バージョンの基本モデルとして機能するマルチモード量子ガウスチャネルの容量に関する明示的な公式を導出する。
固定電力制約下でのモード数を増やすことが常に最適であることを示す。
ランダムなパッシブ変換の場合,アンサンブル平均ホレボ容量の解析式を導出する。
また, ホモダインおよびヘテロダイン検出時に得られるキャパシティについても同様の結果が得られた。
さらに、弱い能動変換を含むようなモデルの一般化についても論じる。
関連論文リスト
- Overcoming Dimensional Factorization Limits in Discrete Diffusion Models through Quantum Joint Distribution Learning [79.65014491424151]
量子離散化拡散確率モデル(QD3PM)を提案する。
これは、指数関数的に大きなヒルベルト空間における拡散と denoising を通じて合同確率学習を可能にする。
本稿では,共同分布学習における量子的優位性を生かして,生成モデルの新たな理論的パラダイムを確立する。
論文 参考訳(メタデータ) (2025-05-08T11:48:21Z) - Quantum Chebyshev Probabilistic Models for Fragmentation Functions [14.379311972506791]
電子陽電子の単一包摂ハドロン消滅による荷電ピオンとカオンのフラグメンテーション関数(FFs)について検討した。
この結果は,高エネルギー物理学における科学的発見とデータ解析の進展に対処するための量子生成モデリングの可能性の増大を浮き彫りにしている。
論文 参考訳(メタデータ) (2025-03-20T12:09:44Z) - Quantum Latent Diffusion Models [65.16624577812436]
本稿では,古典的潜伏拡散モデルの確立した考え方を活用する量子拡散モデルの潜在的バージョンを提案する。
これには、従来のオートエンコーダを使用してイメージを削減し、次に潜時空間の変動回路で操作する。
この結果は、量子バージョンが生成した画像のより良い測定値を得ることによって証明されたように、量子バージョンを使用することの利点を示している。
論文 参考訳(メタデータ) (2025-01-19T21:24:02Z) - Towards Efficient Quantum Hybrid Diffusion Models [68.43405413443175]
本稿では,量子ハイブリッド拡散モデルの設計手法を提案する。
量子コンピューティングの優れた一般化と古典的ネットワークのモジュラリティを組み合わせた2つのハイブリダイゼーション手法を提案する。
論文 参考訳(メタデータ) (2024-02-25T16:57:51Z) - Parameterized quantum circuits as universal generative models for continuous multivariate distributions [1.118478900782898]
量子回路は、回帰、分類、生成タスクにおける機械学習モデルの基盤として広く使われている。
本研究では,予測値のサンプリングベースモデルを解明し,そのような変動量子アルゴリズムの普遍性を証明する。
我々の結果は、生成的モデリングタスクにおける将来の量子回路の設計を導くのに役立つかもしれない。
論文 参考訳(メタデータ) (2024-02-15T10:08:31Z) - Quantum emulation of the transient dynamics in the multistate
Landau-Zener model [50.591267188664666]
本研究では,Landau-Zenerモデルにおける過渡ダイナミクスを,Landau-Zener速度の関数として検討する。
我々の実験は、工学的なボソニックモードスペクトルに結合した量子ビットを用いたより複雑なシミュレーションの道を開いた。
論文 参考訳(メタデータ) (2022-11-26T15:04:11Z) - Multimode advantage in continuous variable quantum battery [0.0]
連続可変(CV)システムの枠組みに基づくマルチモード量子電池(QB)のアーキテクチャを提供する。
分離可能な状態と絡み合った状態を生成するためにパラメータを調整可能な多モード初期状態の汎用クラスを用いて,電池の性能について検討する。
論文 参考訳(メタデータ) (2022-10-29T08:19:12Z) - Fermionic approach to variational quantum simulation of Kitaev spin
models [50.92854230325576]
キタエフスピンモデルは、自由フェルミオンへの写像を通じて、あるパラメータ状態において正確に解けることで知られている。
古典的なシミュレーションを用いて、このフェルミオン表現を利用する新しい変分アンザッツを探索する。
また、量子コンピュータ上での非アベリアオンをシミュレートするための結果の意味についてもコメントする。
論文 参考訳(メタデータ) (2022-04-11T18:00:01Z) - Variational Adiabatic Gauge Transformation on real quantum hardware for
effective low-energy Hamiltonians and accurate diagonalization [68.8204255655161]
変分アダバティックゲージ変換(VAGT)を導入する。
VAGTは、現在の量子コンピュータを用いてユニタリ回路の変動パラメータを学習できる非摂動型ハイブリッド量子アルゴリズムである。
VAGTの精度は、RigettiおよびIonQ量子コンピュータ上でのシミュレーションと同様に、トラフ数値シミュレーションで検証される。
論文 参考訳(メタデータ) (2021-11-16T20:50:08Z) - Quantum capacity of bosonic dephasing channel [0.0]
本研究では,非ガウス量子チャネルの顕著な例である連続変数復号化チャネルの量子容量について検討する。
入力エネルギー制限を考慮し、それを増大させることで、キャパシティが有限値に飽和することを示す。
論文 参考訳(メタデータ) (2020-07-08T04:56:33Z)
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。