論文の概要: Detecting entanglement of non-Gaussian continuous-variable states from single-copy homodyne measurements
- arxiv url: http://arxiv.org/abs/2606.28698v1
- Date: Sat, 27 Jun 2026 02:55:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:15.659831
- Title: Detecting entanglement of non-Gaussian continuous-variable states from single-copy homodyne measurements
- Title（参考訳）: 単一コピーホモダイン測定による非ガウス連続変数状態の絡み合いの検出
- Abstract要約: 非ガウス的絡み検出は実験的な課題である。
$p_3$-PPT criterion は密度行列の部分的転位モーメントを用いて絡み合いを検出する。
同一基準で二部体CVエンタングルメントを検出する単一コピーホモダインのプロトコルを提案する。
- 参考スコア（独自算出の注目度）: 0.047056701241378535
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The entanglement of Gaussian continuous-variable (CV) states is fully determined by the state's second moments. In contrast, some entangled non-Gaussian states evade every second-moment criterion, and non-Gaussian entanglement detection remains an experimental challenge. The $p_3$-PPT criterion detects entanglement using moments of the partial transpose of the density matrix. This criterion was recently extended to CV systems using photon-number-resolving detectors and multi-copy interferometry; here we introduce a single-copy homodyne protocol that detects bipartite CV entanglement via the same criterion. Unbiased U-statistic estimators for the partial-transpose moments $p_2$ and $p_3$ are constructed directly from randomized homodyne data and used to evaluate the $p_3$-PPT entanglement witnesses: a linear one for detection, and a quadratic one whose violation yields a dimension-free lower bound on the entanglement negativity. The protocol estimates $p_2$ and $p_3$ up to additive error $\varepsilon$ at Fock cutoff $N$ from $O((N+1)^{14/3}/\varepsilon^2)$ measurements at fixed confidence. We demonstrate the protocol on six families of Gaussian and non-Gaussian states, reaching $95\%$ empirical one-sided detection probability from $\sim 10^3$ to $10^4$ homodyne measurements for states with $\bar{n} \approx 2$, placing non-Gaussian entanglement detection within reach of current homodyne experiments.
- Abstract（参考訳）: ガウス連続変数(CV)状態の絡み合いは、状態の第2モーメントによって完全に決定される。
対照的に、いくつかの非ガウス状態は第2モーメントの基準をすべて回避しており、非ガウスの絡み検出は実験的な課題である。
p_3$-PPT基準は密度行列の部分的転位モーメントを用いて絡み合いを検出する。
この基準は近年,光子数分解検出器とマルチコピー干渉計を用いてCVシステムに拡張されている。
部分移動モーメントに対する非バイアス付きU-統計推定器$p_2$と$p_3$は、ランダム化されたホモダインデータから直接構築され、$p_3$-PPTエンタングルメント証人(検出のための線形なもの)と、エンタングルメント負性に関する次元自由なローバウンドを生じる二次的なもの)を評価するために使用される。
プロトコルは、$p_2$と$p_3$を加算エラー$\varepsilon$ at Fock cutoff$N$ from $O((N+1)^{14/3}/\varepsilon^2)$を固定信頼度で推定する。
このプロトコルをガウス系および非ガウス系の6つの州で実証し、現在のホモダイン実験の到達範囲内に非ガウス系エンタングルメント検出を配置し、$\sim 10^3$から$10^4$のホモダイン測定の確率を$\bar{n} \approx 2$とする。
関連論文リスト
- The log log jam in Gaussian state tomography [30.395638404311537]
ガウス測度を使用するプロトコルは、絡み合ったり、適応的に選択されたプロトコルであっても、$log log E$Dependencyを発生させなければならない。
非常に絡み合った非ガウス測度では、$O(n2 / 2)$サンプルで$n$モードの純粋なガウス状態を学ぶことができ、$E$とは独立である。
我々の結果は、量子学習における適応性、絡み合い、魔法の間の興味深い相互作用に新たな光を当てた。
論文 参考訳（メタデータ） (2026-07-14T17:25:43Z) - Moment-based PPT criteria for random bipartite states [0.21485350418225238]
本研究は,高次元双極子系における典型的な検出性能の研究である。
均一に分散された純粋状態の環境である$mathbb Cs$の辺りとして得られる$mathbb Cdotimesmathbb Cd$のランダムな二部混合状態が、一般に満たされるか、違反するかを検討する。
論文 参考訳（メタデータ） (2026-07-13T10:32:42Z) - Is Spurious Correlation Removal Always Learnable? [56.28155520961125]
不変学習は、構造が統計的に識別可能であっても失敗することがある。
ブラックボックスサンプリング可能な教師付きスパースリカバリプリミティブの下では、実証可能な多次元環境が存在する。
合成および実際のデータセットは、予測されたギャップと遷移を示し、単純な多様性診断を動機付ける。
論文 参考訳（メタデータ） (2026-06-11T05:49:43Z) - Adaptive Confidence Intervals in Efron's Gaussian Two-Groups Model [28.636700996382558]
敵のノイズに満ちた性質により、Efronのガウス的二群分数モデルにおいて、ヌル位置パラメータ$$に対する信頼区間を研究する。
信頼区間の最小最適長を、未知の割合の汚染と全てのノイズに満ちた敵に対して、所定のカバレッジレベルで特徴付ける。
論文 参考訳（メタデータ） (2026-04-28T22:40:54Z) - Third-Order Local Randomized Measurements for Finite-size Entanglement Certification [0.0]
エンタングルメントは最小固有値 $mathcalE_4()$ が負となるときに証明される。
すべての分離可能な状態が$barmathfrakM()succeq0$を満たすことを証明し、$mathcalE_4()$の符号はシングルコピーランダム化測定から推測できることを示した。
論文 参考訳（メタデータ） (2026-04-14T18:00:02Z) - Tight Convergence Rates for Online Distributed Linear Estimation with Adversarial Measurements [66.94250413799232]
分散パラメータ-サーバ-ワーカー設定における乱数ベクトル$X$の推定について検討する。
主な課題は、敵の計測と非同期である。
その結果, 分散線形推定におけるロバスト性, 識別性, 統計的効率の統一的有限時間評価が得られた。
論文 参考訳（メタデータ） (2026-04-07T11:45:55Z) - Amplitude-amplified coherence detection and estimation [0.0]
コヒーレンスは量子上の優位性に結びついている。
コヒーレンス証人は、量子系のいくつかの状態に対してのみコヒーレンスを検出することができるが、全てではない。
我々は、未知の純粋量子状態におけるコヒーレンスの存在を検出することができるプロトコルを構築する。
論文 参考訳（メタデータ） (2025-12-17T11:50:32Z) - Learning with Norm Constrained, Over-parameterized, Two-layer Neural Networks [54.177130905659155]
近年の研究では、再生カーネルヒルベルト空間(RKHS)がニューラルネットワークによる関数のモデル化に適した空間ではないことが示されている。
本稿では,有界ノルムを持つオーバーパラメータ化された2層ニューラルネットワークに適した関数空間について検討する。
論文 参考訳（メタデータ） (2024-04-29T15:04:07Z) - Ancilla-free continuous-variable SWAP test [0.0]
そこで本研究では, アシラレジスタを必要としない連続可変(CV)SWAPテストを提案し, 量子ビットに対するアシラフリーSWAPテストを一般化する。
このアンシラフリーCV SWAP試験では、演算基底測定を光子数分解測定に置き換える。
本研究では,アシラフリーCV SWAPテストを多くのモードに拡張し,量子アルゴリズムに適用する方法について述べる。
論文 参考訳（メタデータ） (2022-02-20T22:34:28Z) - The Sample Complexity of Robust Covariance Testing [56.98280399449707]
i. i. d.
形式 $Z = (1-epsilon) X + epsilon B$ の分布からのサンプル。ここで $X$ はゼロ平均で未知の共分散である Gaussian $mathcalN(0, Sigma)$ である。
汚染がない場合、事前の研究は、$O(d)$サンプルを使用するこの仮説テストタスクの単純なテスターを与えた。
サンプル複雑性の上限が $omega(d2)$ for $epsilon$ an arbitrarily small constant and $gamma であることを証明します。
論文 参考訳（メタデータ） (2020-12-31T18:24:41Z) - Optimal Robust Linear Regression in Nearly Linear Time [97.11565882347772]
学習者が生成モデル$Y = langle X,w* rangle + epsilon$から$n$のサンプルにアクセスできるような高次元頑健な線形回帰問題について検討する。
i) $X$ is L4-L2 hypercontractive, $mathbbE [XXtop]$ has bounded condition number and $epsilon$ has bounded variance, (ii) $X$ is sub-Gaussian with identity second moment and $epsilon$ is
論文 参考訳（メタデータ） (2020-07-16T06:44:44Z) - Sample Complexity of Asynchronous Q-Learning: Sharper Analysis and
Variance Reduction [63.41789556777387]
非同期Q-ラーニングはマルコフ決定過程(MDP)の最適行動値関数(またはQ-関数)を学習することを目的としている。
Q-関数の入出力$varepsilon$-正確な推定に必要なサンプルの数は、少なくとも$frac1mu_min (1-gamma)5varepsilon2+ fract_mixmu_min (1-gamma)$の順である。
論文 参考訳（メタデータ） (2020-06-04T17:51:00Z)
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。