Fugu-MT 論文翻訳(概要): Multi-copy and Catalytic Superactivation of Genuine Multipartite Nonlocality

論文の概要: Multi-copy and Catalytic Superactivation of Genuine Multipartite Nonlocality

arxiv url: http://arxiv.org/abs/2609.07380v1
Date: Mon, 07 Sep 2026 11:57:52 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-12 00:33:44.92
Title: Multi-copy and Catalytic Superactivation of Genuine Multipartite Nonlocality
Title（参考訳）: 遺伝子多部非局在性のマルチコピーと触媒的スーパーアクティベーション
Abstract要約: Genuine multipartite Bell nonlocality (GMNL) は、世界規模でベル非局所である多くの遠方の観測者間の相関を捉えることを目的としている。ここでは,GMNLのスーパーアクティベーションの効果を明らかにする。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Genuine multipartite Bell nonlocality (GMNL) aims at capturing correlations between many distant observers that are globally Bell nonlocal. A commonly used definition for GMNL is based on biseparable models constructed from non-signalling correlations. Here we uncover an effect of superactivation of GMNL in this framework. Specifically, by locally wiring together two copies of a biseparable correlation, i.e. not GMNL, one can obtain another correlation that is GMNL. We show that this is possible for any number of parties, and for quantum-realizable correlations. Finally, we show that superactivation of GMNL is also possible at the single-copy level, via a catalytic protocol involving only local wirings. These results question the operational meaning of this definition of GMNL.
Abstract（参考訳）: Genuine multipartite Bell nonlocality (GMNL) は、世界規模でベル非局所である多くの遠方の観測者間の相関を捉えることを目的としている。 GMNLの一般的な定義は、非シグナリング相関から構築された2つの分離可能なモデルに基づいている。ここでは,GMNLのスーパーアクティベーションの効果を明らかにする。具体的には、2つの分離可能な相関関係、すなわちGMNLではない2つのコピーを局所的に配線することで、GMNLという別の相関関係を得ることができる。これは任意の数個のパーティや量子化可能な相関に対して可能であることを示す。最後に,局所配線のみを含む触媒プロトコルを用いて,GMNLのスーパーアクティベーションがシングルコピーレベルでも可能であることを示す。これらの結果は、GMNLの定義の運用上の意味を疑問視している。

関連論文リスト

Superactivation of genuine multipartite Bell nonlocality from two-party entanglement [0.0]
GMNLは多部構成であり,多部構成であり,両者の絡み合いのみを特徴とする。技術面では,ネットワークの絡み合った状態に基づいてGMNLスーパーアクティベーションを認証するための,効率的かつ実用的な基準を開発する。
論文参考訳（メタデータ） (2026-03-18T14:46:39Z)
Single Bell inequality to detect genuine nonlocality in three-qubit genuinely entangled states [0.0]
ベルの不等式の新しい一般的な構成は、量子状態における真の多部非局所性(GMNL)の検出を可能にする。 GMNLの検出において,より厳密なベル不等式を実現するために,簡単な方法でこの構造を改善する方法を示す。注目すべきは、改良されたベルの不等式の一つが、3ビットの真に絡み合った状態ごとにGMNLを検出するのに十分強力であることを証明したことである。
論文参考訳（メタデータ） (2024-06-20T07:53:49Z)
The genuinely multipartite nonlocality of graph states is model-dependent [1.747623282473278]
ベルの定理は、いくつかの量子状態相関は古典的でない資源でしか説明できないことを証明している。 2つ以上の素粒子を非自明な方法で含む非古典的資源は、いくつかの量子相関を考慮に入れなければならない。クラスター状態は第3の性質を持たないが、GHZ状態はそうである。
論文参考訳（メタデータ） (2024-04-24T13:24:38Z)
Quantum Nonlocality: Multi-copy Resource Inter-convertibility & Their Asymptotic Inequivalence [0.0]
最強の意味では相容れない量子非局所相関の例を示す。注目すべきは、これらの非比較不可能な量子相関は、最も単純なベルのシナリオでも得られることである。我々の結果は、しばしば「最大資源状態」と呼ばれる「特異金貨」の概念に挑戦する。
論文参考訳（メタデータ） (2023-10-25T05:57:44Z)
Graph Neural Networks are Inherently Good Generalizers: Insights by Bridging GNNs and MLPs [71.93227401463199]
本稿では、P(ropagational)MLPと呼ばれる中間モデルクラスを導入することにより、GNNの性能向上を本質的な能力に向ける。 PMLPは、トレーニングにおいてはるかに効率的でありながら、GNNと同等(あるいはそれ以上)に動作することを観察する。
論文参考訳（メタデータ） (2022-12-18T08:17:32Z)
Distilling Nonlocality in Quantum Correlations [0.0]
非局所性蒸留の展望を考察し, 弱い非局所系の多くのコピーに自然集合の自由操作(配線と呼ばれる)を適用することにより, 高い非局所強度の相関関係を生成することを目的とする。最も単純なベルのシナリオでは、任意の弱量子非局所相関から始まる非局所性を著しく高次に除去できるプロトコル、すなわち論理的OR-AND配線を同定する。
論文参考訳（メタデータ） (2022-08-30T03:58:44Z)
Mixed Graph Contrastive Network for Semi-Supervised Node Classification [63.924129159538076]
我々はMixed Graph Contrastive Network(MGCN)と呼ばれる新しいグラフコントラスト学習手法を提案する。本研究では,非摂動増強戦略と相関還元機構により,潜伏埋め込みの識別能力を向上する。これら2つの設定を組み合わせることで、識別表現学習のために、豊富なノードと稀に価値あるラベル付きノードの両方から、豊富な監視情報を抽出する。
論文参考訳（メタデータ） (2022-06-06T14:26:34Z)
Generalizing Graph Neural Networks on Out-Of-Distribution Graphs [51.33152272781324]
トレーニンググラフとテストグラフの分散シフトを考慮せずにグラフニューラルネットワーク(GNN)を提案する。このような環境では、GNNは、たとえ素早い相関であるとしても、予測のためのトレーニングセットに存在する微妙な統計的相関を利用する傾向がある。本稿では,スプリアス相関の影響を排除するため,StableGNNと呼ばれる一般的な因果表現フレームワークを提案する。
論文参考訳（メタデータ） (2021-11-20T18:57:18Z)
On the expressivity of bi-Lipschitz normalizing flows [49.92565116246822]
可逆函数 (invertible function) は、函数とその逆函数が有界リプシッツ定数を持つとき、ビ・リプシッツ (bi-Lipschitz) である。ほとんどの正規化フローは、設計または数値誤差を制限するための訓練によってバイリプシッツである。
論文参考訳（メタデータ） (2021-07-15T10:13:46Z)
Understanding the Interaction of Adversarial Training with Noisy Labels [123.25825911711026]
近年の逆行訓練 (AT) では, 投射勾配降下段数の増加が, この点の頑健性の効果的な測定方法であることが示された。ある点がノイズのあるクラスの境界に近すぎる(例えば、1ステップで攻撃できる)場合、この点が誤ってラベル付けされる可能性が高い。我々は,AT自体がNL補正であることを示す標準トレーニング(ST)よりも,NLの強い平滑化効果(NL補正なし)が低いことを確認した。
論文参考訳（メタデータ） (2021-02-06T02:45:03Z)
On Graph Neural Networks versus Graph-Augmented MLPs [51.23890789522705]
Graph-Augmented Multi-Layer Perceptrons (GA-MLPs)は、まずグラフ上の特定のマルチホップ演算子でノード機能を拡張する。我々は,GA-MLPとGNNの表現力の分離を証明し,指数関数的に成長することを示す。
論文参考訳（メタデータ） (2020-10-28T17:59:59Z)

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。