Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math-ph > arXiv:2402.05297

帮助 | 高级搜索

数学物理

arXiv:2402.05297 (math-ph)
[提交于 2024年2月7日 ]

标题: 渐近量子态区分对于单位相关态的混合物

标题: Asymptotic Quantum State Discrimination for Mixtures of Unitarily Related States

Authors:Alberto Acevedo, Janek Wehr
摘要: 给定一个状态的混合,找到一种最优区分其元素的方法是量子通信理论中的一个突出问题。 在本文中,我们将研究通过单参数酉群的元素进行酉等价的密度算子的混合,以及相应的量子态区分(QSD)问题。 我们特别关注当时间趋于无穷时的QSD。 我们首先提出一种在可数混合情况下的QSD方法,并解决相应的渐近QSD优化问题,证明在渐近情况下获得最小误差的必要和充分条件(在这种情况下,我们说QSD是完全可解的)。 然后,我们概述一种处理不可数混合的类似方法,并提出一些猜想,这些猜想反映了针对可数混合情况所呈现结果的对应结果。 作为技术工具,我们证明并使用了众所周知的Barnum-Knill界限的无限维版本。
摘要: Given a mixture of states, finding a way to optimally discriminate its elements is a prominent problem in quantum communication theory. In this paper, we will address mixtures of density operators that are unitarily equivalent via elements of a one-parameter unitary group, and the corresponding quantum state discrimination (QSD) problems. We will be particularly interested in QSD as time goes to infinity. We first present an approach to QSD in the case of countable mixtures and address the respective asymptotic QSD optimization problems, proving necessary and sufficient conditions for minimal error to be obtained in the asymptotic regime (we say that in such a case QSD is fully solvable). We then outline an analogous approach to uncountable mixtures, presenting some conjectures that mirror the results presented for the cases of countable mixtures. As a technical tool, we prove and use an infinite dimensional version of the well-known Barnum-Knill bound.
主题: 数学物理 (math-ph) ; 量子物理 (quant-ph)
引用方式: arXiv:2402.05297 [math-ph]
  (或者 arXiv:2402.05297v1 [math-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2402.05297
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Alberto Acevedo [查看电子邮件]
[v1] 星期三, 2024 年 2 月 7 日 22:24:12 UTC (18 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-02
切换浏览方式为:
math
math.MP
quant-ph

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号