Entanglement monotones for<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:mi>W</mml:mi></mml:math>-type states
Notice bibliographique
Résumé
In this article, we extend recent results concerning random-pair Einstein-Podolsky-Rosen distillation and the operational gap between separable operations (SEPs) and local operations with classical communication (LOCC). In particular, we consider the problem of obtaining bipartite maximal entanglement from an $N$-qubit $W$-class state (i.e., that of the form $\sqrt{{x}_{0}}|00\ensuremath{\cdots}0\ensuremath{\rangle}+\sqrt{{x}_{1}}|10\ensuremath{\cdots}0\ensuremath{\rangle}+\ensuremath{\cdots}+\sqrt{{x}_{n}}|00\ensuremath{\cdots}1\ensuremath{\rangle}$) when the target pairs are a priori unspecified. We show that when ${x}_{0}=0$, the optimal probabilities for SEPs can be computed using semidefinite programming. On the other hand, to bound the optimal probabilities achievable by LOCC, we introduce entanglement monotones defined on the $N$-qubit $W$ class of states. The LOCC monotones we construct can be increased by SEPs, and in terms of transformation success probability, we are able to quantify a gap as large as 37$%$ between the two classes. Additionally, we demonstrate transformations ${\ensuremath{\rho}}^{\ensuremath{\bigotimes}n}\ensuremath{\rightarrow}{\ensuremath{\sigma}}^{\ensuremath{\bigotimes}n}$ that are feasible by SEP for any $n$ but impossible by LOCC.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».