論文の概要: Graph Structures for Local Distinguishability of Quantum Product States
- arxiv url: http://arxiv.org/abs/2606.26558v1
- Date: Thu, 25 Jun 2026 03:09:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 18:46:32.150328
- Title: Graph Structures for Local Distinguishability of Quantum Product States
- Title（参考訳）: 量子積状態の局所的識別性のためのグラフ構造
- Authors: Sooyeong Kim, David W. Kribs, Michael Nathanson, Rajesh Pereira, Sarah Plosker,
- Abstract要約: 量子積状態の集合を局所演算と古典通信(LOCC)で区別する問題を考える。
最近の研究はグラフ理論を用いて一方方向LOCCと区別可能な積状態の集合を同定している。
これらの取り組みを完全な双方向LOCCに拡張し、二部積状態に対応するグラフの集合を初めて有意に分析する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We consider the problem of distinguishing sets of quantum product states with local operations and classical communication (LOCC). Recent work has used graph theory to identify sets of product states distinguishable with one-way LOCC. We extend these efforts to full two-way LOCC, with the first significant analysis of the set of graphs corresponding to bipartite product states that can be distinguished with two-way protocols after finitely many steps. We derive basic closure properties of the set of distinguishable graphs and identify some classes of graphs that guarantee local distinguishability and some graphs that do not. We also include several examples and forward-looking comments.
- Abstract（参考訳）: 量子積状態の集合を局所演算と古典通信(LOCC)で区別する問題を考察する。
最近の研究はグラフ理論を用いて一方方向LOCCと区別可能な積状態の集合を同定している。
我々はこれらの取り組みを全二方向LOCCに拡張し、二部積状態に対応するグラフの集合を、有限個のステップの後に二方向プロトコルと区別できる有意な分析を行った。
識別可能なグラフの集合の基本的な閉包特性を導出し、局所微分可能性を保証するグラフのクラスと、そうでないグラフを識別する。
いくつかの例や前向きなコメントも含んでいます。
関連論文リスト
- When Do Graph Foundation Models Transfer? A Data-Centric Theory [68.54337055801571]
グラフ基盤モデル(GFMs)は、様々なグラフドメインにまたがる単一のバックボーンの再利用を目的としているが、それらの転送は不均一であり、負の転送を示すことがある。
我々は、セットベースおよびメッセージパストークン化の両方に対して、任意のリプシッツバックボーンは、クロスドメイン出力シフトの明示的な分解を認めていることを示す。
我々はスペクトルPEの安定性を保証するとともに、固有ベクトルと部分空間に基づくPEの対比挙動を強調する。
論文 参考訳（メタデータ） (2026-05-28T12:07:27Z) - Distinguishing Graph States by the Properties of Their Marginals [0.0]
局所ユニタリ(LU)下におけるグラフ状態の同値関係について検討する。
これらの不変量は、最大8キュービットまでの全てのグラフ状態の絡み合いクラスを一意に識別することを示す。
我々は、大きなグラフをより小さなグラフに凝縮することで機能するグラフ状態の局所クリフォード(LC)同値性をテストするツールを一般化する。
論文 参考訳（メタデータ） (2024-06-14T12:03:10Z) - Multipartite Entanglement Distribution in Quantum Networks using Subgraph Complementations [8.194910516215462]
量子ネットワーク上でグラフ状態を分散する新しい手法を提案する。
グラフ状態の共通クラスを,部分グラフ補完を用いた最適分布時間とともに分類する。
論文 参考訳（メタデータ） (2023-08-25T23:03:25Z) - Discrete Graph Auto-Encoder [52.50288418639075]
離散グラフオートエンコーダ(DGAE)という新しいフレームワークを導入する。
まず、置換同変オートエンコーダを用いてグラフを離散潜在ノード表現の集合に変換する。
2番目のステップでは、離散潜在表現の集合をソートし、特別に設計された自己回帰モデルを用いてそれらの分布を学習する。
論文 参考訳（メタデータ） (2023-06-13T12:40:39Z) - Chordal Graphs and Distinguishability of Quantum Product States [0.0]
我々は,一方方向LOCCにおける識別性を駆動するキーグラフ構造として,和声を識別する。
我々は、行列完備化の理論との結びつきを確立する和グラフの一方通行LOCC特性を導出する。
論文 参考訳（メタデータ） (2023-05-17T12:17:47Z) - GraphDCA -- a Framework for Node Distribution Comparison in Real and
Synthetic Graphs [72.51835626235368]
2つのグラフを比較するとき、ノード構造的特徴の分布は、グローバルグラフ統計よりも有益である、と我々は主張する。
本稿では,各ノード表現セットのアライメントに基づいてグラフ間の類似性を評価するフレームワークGraphDCAを提案する。
論文 参考訳（メタデータ） (2022-02-08T14:19:19Z) - Group Contrastive Self-Supervised Learning on Graphs [101.45974132613293]
グラフ上での自己教師型学習をコントラッシブ手法を用いて研究する。
複数の部分空間におけるグラフの対比により、グラフエンコーダはより豊富な特徴を捉えることができる。
論文 参考訳（メタデータ） (2021-07-20T22:09:21Z) - Spatial-spectral Hyperspectral Image Classification via Multiple Random
Anchor Graphs Ensemble Learning [88.60285937702304]
本稿では,複数のランダムアンカーグラフアンサンブル学習(RAGE)を用いた空間スペクトルHSI分類手法を提案する。
まず、各選択されたバンドのより記述的な特徴を抽出し、局所的な構造と領域の微妙な変化を保存するローカルバイナリパターンを採用する。
次に,アンカーグラフの構成に適応隣接代入を導入し,計算複雑性を低減した。
論文 参考訳（メタデータ） (2021-03-25T09:31:41Z)
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。