摘要。这篇短文旨在研究 Bhatia 等人最近研究的量子 Hellinger 距离。[8] 特别强调了重心。我们引入了广义量子 Hellinger 散度族,其形式为 φ ( A , B ) = Tr((1 − c ) A + cB − A σ B ),其中 σ 是任意的 Kubo-Ando 均值,c ∈ (0,1) 是 σ 的权重。我们注意到这些散度属于最大量子 f 散度族,因此是联合凸的,并满足数据处理不等式 (DPI)。我们推导出这些广义量子 Hellinger 散度的有限多个正定算子的重心特征。我们注意到,[8] 中声称,重心作为加权多元 1/2 幂均值的特征,在交换算子的情况下是正确的,但在一般情况下并不正确。
fi g u r e 2 edna测序读数的变化(Hellinger被改造并用作代理人的丰度),用于包括(A)Lee河和(B)Richmond Lock的Thames Sites的鱼类的鱼类。颜色强度和较大的点都表明了测序读数的丰度。丰富性基于3个生物学重复中的2种中存在的物种。
简单二元假设检验的样本复杂性是I.I.D的最小数量。在任何一个中都需要区分两个分布p和q所需的样本:(i)先前的设置,最多α误差为type-i误差,最多是II型误差;或(ii)贝叶斯设置,最多有贝叶斯误差δ和先前的分布(α,1 -α)。仅在α=β(无之前)或α= 1/2(贝叶斯)(贝叶斯)进行研究,并且已知样品复杂性的特征是p和q之间的hellinger差异,直至乘法常数。在本文中,我们得出一个表征样品复杂性(直至独立于P,Q和所有误差参数的乘法常数)的公式,用于以下方面: (ii)贝叶斯环境中的所有δ≤α/ 4。尤其是,该公式从詹森 - 香农和赫林格家族的某些差异方面接受了同等的表达。主要的技术结果涉及詹森 - 香农和赫林格家族成员之间的F差异不平等,这通过信息理论工具和逐案分析的结合证明了这一点。我们探讨了结果对鲁棒和分布式(本地私有和沟通受限的)假设检验的应用。
7.1 f -Divergences 115 7.2数据处理不等式的定义和基本属性; approximation by finite partitions 118 7.3 Total variation and Hellinger distance in hypothesis testing 122 7.4 Inequalities between f -divergences and joint range 126 7.5 Examples of computing joint range 130 7.5.1 Hellinger distance versus total variation 131 7.5.2 KL divergence versus total variation 131 7.5.3 χ 2 -divergence versus total variation 132 7.6 A selection of inequalities between various差异132 7.7高斯人之间的差异133 7.8基于f-差异134 7.9经验分布和χ2-信息136 7.10大多数f -ddiverences在局部χ2 -χ2 -2 -like 138
摘要 — 稳定的量子计算要求噪声结果即使在存在噪声波动的情况下也能保持有界。然而,非平稳噪声过程会导致量子设备不同特性的漂移,从而极大地影响电路结果。在这里,我们讨论噪声的时间和空间变化如何将设备可靠性与量子计算稳定性联系起来。首先,我们的方法使用 Hellinger 距离量化在不同时间和地点收集的特征指标的统计分布差异。然后,我们验证一个分析界限,将该距离直接与计算期望值的稳定性联系起来。我们的演示使用华盛顿超导 transmon 设备的模型进行数值模拟。我们发现稳定性指标始终由相应的 Hellinger 距离从上方限制,这可以作为指定的容差水平。这些结果强调了可靠量子计算设备的重要性及其对稳定量子计算的影响。索引术语 — 设备可靠性、程序稳定性、时空非平稳性、时变量子噪声
fi g u r e 3 mifish社区概况的β多样性。(a)样品重复级别的NMD图,(b)在Hellinger转换的Bray-Curtis成对差异的站点处的平均连锁聚类。采样深度表示为实心圆(10 m)或带有十字架(50 m)的开放正方形。样品以黄色为OWF或蓝色以显示参考区域。
摘要 — 当前的量子计算机受到非平稳噪声信道的影响,错误率很高,这削弱了它们的可靠性和可重复性。我们提出了一种基于贝叶斯推理的自适应算法,该算法可以根据变化的信道条件学习和减轻量子噪声。我们的研究强调了对关键信道参数进行动态推理以提高程序准确性的必要性。我们使用狄利克雷分布来模拟泡利信道的随机性。这使我们能够进行贝叶斯推理,从而可以提高时变噪声下概率误差消除 (PEC) 的性能。我们的工作证明了表征和减轻量子噪声的时间变化的重要性,这对于开发更准确、更可靠的量子技术至关重要。我们的结果表明,当使用与理想分布的 Hellinger 距离来衡量时,贝叶斯 PEC 的性能可以比非自适应方法高出 4.5 倍。索引词 — 设备可靠性、计算精度、结果可重复性、概率错误消除、自适应缓解、时空非平稳性、时变量子噪声、NISQ 硬件-软件协同设计
演员:劳伦斯·奥托·赫维森,《Homtet》,J. Arthur Ronk-fyo Cities Film,Universol-lnlernaliono!(斯里菲什)演员(编剧):沃尔特·胡森,《Fressure of Sierrtr llodre》,华纳兄弟。女演员:JANE WYTAN,《Johnny Belindo》,沃纳兄弟电影公司。 配角:CLAIRE TREVOR,《Key Lorgo》,沃纳兄弟电影公司。 广告指导(黑白):ROGER K. RUSE,“Homlet”,J. Arthur Ronk-fwo Cities Film,Universol-lnlernolionol(英国) 导演(彩色):HEIN HECKROfH,“fhe Red Shoes”,J. Arlhur Ronk-Archers,Eogle-Lion(英国) 精选装饰(黑白):CARILEN DILLON,“Homlet”,J. Arthur Ronk-fwo Cities Film,Universol-lnlernolionol(爱尔兰) 精选装饰(彩色):ARTHUR IAWSON,“fhe Red Shoes”,J. Arthur Ronk-Arthers, Eogle-Lion(英国) 摄影(黑白):Wilson DANIELS,“Fhe Noked City”,Lork Hellinger Productions,Inc.,Universal International 电影(彩色):JOSEPH VALENNE、Wilson V. SKALL 和 WINION HOGH,“Joon ol A?”,“Sierro Pictures,Inc.,RKO Ritchie 服装设计(黑白):ROGER X. FURSE,“Hnmlet”,J. Arlhur Ritchie-Two Cities Film,Universal International(英国) 服装设计(彩色):DORofHY JEAKINS 和 KARINSKA,“Joon of Arc”,Sierro Pictures,Inc.,RKO Ritchie 导演:JOHN HUSTON,“freosure of Arc”,Sierrq Pictures,Inc.,RKO tlodre,” Worner Bros. 电影剪辑: PAUL WHERWAX,“fhe Noked Ciry”,ilark Hellinger Produclions,lnt.,Universal Inlernotionol 影片(配乐影片): JOHNNY GREEN 和 ROGER EDENS,“Eosler Porade”,MG-II 影片(爱情或喜剧影片配乐): BRTEAN EASDAIE,“fhe Red Shoes”,J. Arthur Rank-Archers,Eogle.Lion(英国) 影片(原创歌曲): “BUIfONS AND BOWS” 来自“fhe Polefoce”,Poromounl.曲作者和歌词作者:Joy Livingston 和 Roy Evons 最佳影片:J. Arthur Ronk,两城电影公司,环球国际(英国)短片(动画片),“IHE IITTLE ORPHAN”,导演:Fred Quimby,制片人短片(单卷):“SYILPHONY OF A ClfY”,20 世纪福克斯,Edmund H. Ieek,制片人长片(双卷):“SEAL ISLAND”,沃尔特迪斯尼,雷电华电影公司,沃尔特迪斯尼,制片人原创录音:FOIL AS I. ILOUTON,“FHE SNOKE PRR”,20 世纪福克斯特别观众:PAUI EAGLER、J. IITCLLAN JOHNSON、USSELI SHEARMAN 和 CLARENCE SLIFER,视觉;查尔斯·费因安和杰伊斯·G·西瓦里,有声读物,“珍妮的肖像”,塞尼克工作室 编剧(编剧):约翰·胡森,“塞罗拉的宝藏”,沃纳兄弟 编剧(电影故事):理查德·施魏策尔和大卫·韦奇西尔,“系列”,派克森电影公司,瑞士
摘要。生成图像重建算法(例如调节条件扩散模型)在医学成像领域越来越流行。这些功能强大的模型可以将低信号比率(SNR)输入转换为具有高SNR的出现的输出。但是,输出可以具有一种称为幻觉的新类型错误。在医学成像中,这些幻觉对于放射科医生来说可能并不明显,但可能会导致诊断错误。通常,幻觉是指由机器学习模型引起的对象结构的估计错误,但是没有广泛接受的方法来评估幻觉幅度。在这项工作中,我们提出了一个新的图像质量指标,称为幻觉指数。我们的方法是计算从重建图像的分布到零幻觉参考分布的距离。为了评估我们的方法,我们对电子显微镜图像,模拟噪声测量和应用基于扩散的重现进行了数值实验。我们重复采样了测量和生成重建,以计算样品平均值和协方差。对于零幻觉参考,我们使用了应用于地面真理的正向扩散过程。我们的结果表明,较高的测量SNR导致相同的明显图像质量的幻觉指数降低。我们还评估了早期停止在反向扩散过程中的影响,并发现更适度的降解强度可以减少幻觉。我们认为,该指标对于评估生成图像重建或作为警告标签可能很有用,可以将医学图像中幻觉的程度告知放射科医生。
相干性是光的波动性和物理学的量子性背后的概念。在量子力学中,薛定谔猫很好地说明了相干性,即宏观不相容情形的相干叠加。当叠加态的相干性消失时,所有量子特性都消失,取而代之的只是对猫态的经典无知。实际上,退相干是解释经典世界出现的最流行机制 [1]。这是量子光学和经典光学中发展迅速的研究领域。在经典光学中,近年来干涉相关现象扩展到矢量光引起了人们的兴趣 [2-6]。在量子光学中,相干性作为量子信息处理等新兴量子技术的基础的发现促使了这项研究 [7],量化相干性已成为资源理论 [8,9] 所表达的中心任务。从相干性作为量子特征的理解来看,似乎有理由将其作为从第一原理研究非经典行为的任何方法的基础。在本文中,我们建立了量子相干性与非经典性之间的定量关系。我们发现非经典性是通过改变基可以显示的最大相干性,这与偏振度是在幺正变换下可以达到的两个填充模式之间的最大相干性相同[10-12]。基于l1范数的相干性量化器已被建立为有限维空间中相干性的良好度量[8,9]。在本文中,我们用类似Hellinger的距离来表示这种相干性测度。我们还定义了与此距离相关的所有量值的量化器。在第二部分中,我们建立了这些量化器并推导了有限维空间中它们之间的关系。在第三节中,我们计算了一些相关状态的相干性。在第四节中,分析在无限维空间中重现。在第五节中,我们研究该理论是否可以扩展到具有连续光谱的参考可观测量。Fi-