論文の概要: Quantum prepare-and-measure scenarios: concepts and methods

• arxiv url: http://arxiv.org/abs/2610.20725v1
• Date: Wed, 14 Oct 2026 18:00:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:15.99887
• Title: Quantum prepare-and-measure scenarios: concepts and methods
• Title（参考訳）: 量子準備・測定シナリオ:概念と方法
• Abstract要約: 準備と測定のシナリオは、量子通信において最もシンプルで、最も広く使われている設定の一つである。 本稿では,準備・対策シナリオとその研究方法について概説する。
• 参考スコア（独自算出の注目度）: 0.13048920509133805
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Prepare-and-measure scenarios are among the simplest and most widely used settings for quantum communication. A sender prepares a physical system in one of several possible states, which a receiver then measures. Despite this simple structure, these scenarios offer a rich framework for exploring the differences between classical and quantum communication, revealing quantum advantages, and developing protocols for quantum cryptography and device certification. In this tutorial, we give a ground-up introduction to prepare-and-measure scenarios and the methods used to study them. We introduce different frameworks for constraining and characterising communication, with an emphasis on semi-device-independent approaches to quantum information. We also cover modern convex-optimisation techniques for characterising the correlations achievable in these scenarios and illustrate how these tools can be applied in practice. Our aim is to give newcomers the conceptual and technical foundations needed to approach the current literature and apply prepare-and-measure methods in their own research. We conclude with a discussion of open problems and directions for future work.
• Abstract（参考訳）: 準備と測定のシナリオは、量子通信において最もシンプルで、最も広く使われている設定の一つである。 送信側はいくつかの可能な状態のうちの1つで物理系を準備し、受信側はそれを計測する。 この単純な構造にもかかわらず、これらのシナリオは古典通信と量子通信の違いを探求し、量子の利点を明らかにし、量子暗号とデバイス認証のためのプロトコルを開発するための豊富なフレームワークを提供する。 本チュートリアルでは,準備・測定シナリオとその研究方法について概説する。 我々は、量子情報に対する半デバイスに依存しないアプローチに重点を置いて、コミュニケーションの制約と特徴付けのための異なるフレームワークを紹介する。 また、これらのシナリオで達成可能な相関を特徴付けるための現代的な凸最適化手法についても取り上げ、これらのツールを実際にどのように適用できるかを説明します。 本研究の目的は、新参者に対して、現在の文献にアプローチするために必要な概念的・技術的基盤を与え、独自の研究に準備・対策手法を適用することである。 我々は、オープンな問題と今後の仕事の方向性について議論して締めくくります。

関連論文リスト

• Quantum correlations in prepare-and-measure scenarios and their semi-device-independent applications [0.0]
  量子情報における重要な側面は、通信タスクにおいて古典的なものよりも量子システムがもたらす利点を理解することである。 ベル非局所性とデバイス非依存の情報処理の発展に触発されたこの研究は、通信における量子システムの可能性と限界を特徴づけることを目的としている。
  論文  参考訳（メタデータ） (2026-03-24T18:00:05Z)
• Advanced Quantum Communication and Quantum Networks -- From basic research to future applications [60.24341949660563]
  本稿では,量子情報ネットワークの特性について概説する。 我々は,量子情報処理の基本概念に基づく出発点を提供することを目標とし,今後の量子インターネットのさらなる研究を目指している。
  論文  参考訳（メタデータ） (2026-02-05T15:38:58Z)
• Quantum state inference from coarse-grained descriptions: analysis and an application to quantum thermodynamics [101.18253437732933]
  本稿では,最大エントロピー原理法と最近提案された平均アサインメントマップ法を比較した。 割り当てられた記述が測定された制約を尊重するという事実にもかかわらず、記述は従来のシステム環境構造を超えたシナリオで異なる。
  論文  参考訳（メタデータ） (2022-05-16T19:42:24Z)
• Interplays between classical and quantum entanglement-assisted communication scenarios [0.0]
  絡み合いが自由資源である場合、量子メッセージは2倍の容量を持つ古典的メッセージと等価であることを示す。 また、このようなシナリオでは、送信されたメッセージよりも大きなエンタングル状態を共有することは、当事者にとって常に有利であることを示す。
  論文  参考訳（メタデータ） (2022-05-10T21:09:16Z)
• Modern applications of machine learning in quantum sciences [52.05381760296929]
  本稿では、教師なし、教師なし、強化学習アルゴリズムにおけるディープラーニングとカーネル手法の使用について述べる。 我々は、微分可能プログラミング、生成モデル、機械学習に対する統計的アプローチ、量子機械学習など、より専門的なトピックについて議論する。
  論文  参考訳（メタデータ） (2022-04-08T17:48:59Z)
• Partial ignorance communication tasks in quantum theory [0.0]
  本稿では、準備と測定の双方が第三者から入力を受け取る部分的無知のコミュニケーションの一般化について紹介する。 SDP、通信行列のための超弱モノトン、量子状態のためのフレーム理論など、成功度測定値のバウンダリを得るために様々な方法が用いられている。
  論文  参考訳（メタデータ） (2022-02-17T10:57:57Z)
• Quantum verification and estimation with few copies [63.669642197519934]
  大規模絡み合ったシステムの検証と推定は、信頼性の高い量子情報処理にそのようなシステムを用いる際の大きな課題の1つである。 本稿では,資源の一定数(サンプリング複雑性)に着目し,任意の次元のシステムに適していることを示す。 具体的には、量子状態トモグラフィー(quantum state tomography)の概念とともに、エンタングルメント検出のために少なくとも1つのコピーだけを必要とする確率的フレームワークをレビューする。
  論文  参考訳（メタデータ） (2021-09-08T18:20:07Z)
• A Unified Framework for Quantum Supervised Learning [0.7366405857677226]
  トレーニング可能な量子回路を用いた教師あり学習のための埋め込み型フレームワークを提案する。 これらのアプローチの目的は、異なるクラスからヒルベルト空間の分離された位置へ、量子的特徴写像を通してデータをマッピングすることである。 我々は、明示的なアプローチと他の量子教師あり学習モデルとの本質的な接続を確立する。
  論文  参考訳（メタデータ） (2020-10-25T18:43:13Z)

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。