1 |
1
양자 얽힘 변환 시스템이 수행하는 머신러닝을 이용한 양자 얽힘 변환 방법에서,머신러닝 알고리즘을 이용하여 혼합 상태(mixed state) 간의 얽힘 측정(entanglement measurement)을 수행하는 얽힘 측정 단계; 상기 얽힘 측정에 기반하여, 제1 상태(ρ)에 대한 제1상대 엔트로피(relatvie entropy)와 제2 상태(σ)에 대한 제2상대 엔트로피를 비교하는 엔트로피 비교 단계; 및상기 제1상대 엔트로피가 상기 제2상대 엔트로피 이상이면, 상기 제1 상태(ρ)를 상기 제2 상태(σ)로 변환하는 상태 변환 단계를 포함하고,상기 제1상대 엔트로피는 이고,여기서, , 이고, D(ρ∥σ)는 Bures 거리이며,상기 머신러닝 알고리즘은 에 해당하는 혼합 상태를 이용하고, 여기서, F는 적합도 값(Fitness Value)으로 0
|
2 |
2
제1 항에 있어서,상기 제1상대 엔트로피는 이고,여기서, 이며, d는 모든 가능한 곱 상태의 세트인 것을 특징으로 하는, 머신러닝을 이용한 양자 얽힘 변환 방법
|
3 |
3
삭제
|
4 |
4
제1 항에 있어서,상기 혼합 상태는 혼합 곱 상태(mixed product state)의 16개의 가능한 조합들인 을 포함하고, 여기서, , ,에 따라 상기 머신러닝 알고리즘은 80개의 변수(variable)를 요구하고, pi는 확률로서, 가능한 16개 조합이 나올 각각의 확률인 것을 특징으로 하는, 머신러닝을 이용한 양자 얽힘 변환 방법
|
5 |
5
삭제
|
6 |
6
제1 항에 있어서,상기 머신러닝 알고리즘은 에 해당하는 혼합 상태의 클래스를 이용하고,여기서, ,이고, 0 ≤ q ≤ 1, 0 ≤ a ≤ 1이고, q = 0, q = 1 및 a =0
|
7 |
7
양자 얽힘 변환 시스템이 수행하는 머신러닝을 이용한 양자 얽힘 변환 방법에서,머신러닝 알고리즘을 이용하여 혼합 상태(mixed state) 간의 얽힘 측정(entanglement measurement)을 수행하는 얽힘 측정 단계; 상기 얽힘 측정에 기반하여, 제1 상태(ρ)와 제2 상태(σ)에 대한 파라미터를 비교하는 파라미터 비교 단계; 및상기 비교된 파라미터에 기반하여, 상기 혼합 상태를 순수 상태(pure state)로 최적 분해(optimal decomposition)하는 최적 분해 단계를 포함하고상기 얽힘 측정 단계는,에 해당하는 혼합 상태를 이용하여 상기 제1 상태(ρ) 및 상기 제2 상태(σ)가 비-얽힘 상태인지를 판단하고,여기서, F는 적합도 값(Fitness Value)으로 0
|
8 |
8
제7 항에 있어서,상기 파라미터는 상기 제1 상태(ρ)에 대한 제1상대 엔트로피(relatvie entropy)인 ER(ρ)와 상기 제2 상태(σ)에 대한 제2상대 엔트로피인 ER(σ)이고,상기 파라미터 비교 단계는 상기 ER(ρ)이 ER(σ) 이상인 지를 판단하는 것을 특징으로 하는, 머신러닝을 이용한 양자 얽힘 변환 방법
|
9 |
9
삭제
|
10 |
10
제7 항에 있어서,상기 얽힘 측정 단계는,에 해당하는 혼합 상태의 클래스를 이용하여 상기 제1 상태(ρ) 및 상기 제2 상태(σ)가 비-얽힘 상태인지를 판단하고,여기서, ,이고, |00003e#, |10003e#, |01003e# 및 |11003e#는 표준기저를 형성하고, 0 ≤ q ≤ 1, 0 ≤ a ≤ 1인 것을 특징으로 하는, 머신러닝을 이용한 양자 얽힘 변환 방법
|
11 |
11
머신러닝을 이용한 양자 얽힘 변환 시스템에서,머신러닝 알고리즘을 이용하여 혼합 상태(mixed state) 간의 얽힘 측정(entanglement measurement)을 수행하고, 상기 얽힘 측정에 기반하여, 제1 상태(ρ)에 대한 제1상대 엔트로피(relatvie entropy)와 제2 상태(σ)에 대한 제2상대 엔트로피를 비교하고, 상기 제1상대 엔트로피가 상기 제2상대 엔트로피 이상이면, 상기 제1 상태(ρ)를 상기 제2 상태(σ)로 변환하는 상태 변환하는 제1 서브 시스템; 및상기 제1서브 시스템으로부터 상기 변환된 제2 상태(σ)에 따른 양자 정보를 수신하는 제2 서브 시스템을 포함하고상기 제1상대 엔트로피는 이고,여기서, , 이며, D(ρ∥σ)는 Bures 거리이며, 상기 제1서브 시스템은,에 해당하는 혼합 상태를 이용하고,여기서, F는 적합도 값(Fitness Value)으로 0
|
12 |
12
제11 항에 있어서,상기 제1상대 엔트로피는 이고,여기서, 이고, d는 모든 가능한 곱 상태의 세트인 것을 특징으로 하는, 머신러닝을 이용한 양자 얽힘 변환 시스템
|
13 |
13
삭제
|
14 |
14
제11 항에 있어서,상기 혼합 상태는 혼합 곱 상태(mixed product state)의 16개의 가능한 조합들인 을 포함하고, 여기서, , ,에 따라 상기 제1서브 시스템은 80개의 변수(variable)를 이용하고, pi는 확률로서, 가능한 16개 조합이 나올 각각의 확률인 것을 특징으로 하는, 머신러닝을 이용한 양자 얽힘 변환 시스템
|
15 |
15
삭제
|
16 |
16
제11 항에 있어서,상기 제1서브 시스템은,에 해당하는 혼합 상태의 클래스를 이용하고,여기서, ,이고, |00003e#, |10003e#, |01003e# 및 |11003e#는 표준기저를 형성하고, 0 ≤ q ≤ 1, 0 ≤ a ≤ 1이고, q = 0, q = 1 및 a =0
|
17 |
17
머신러닝을 이용한 양자 얽힘 변환 시스템에서,머신러닝 알고리즘을 이용하여 혼합 상태(mixed state) 간의 얽힘 측정(entanglement measurement)을 수행하는 얽힘 측정부; 및상기 얽힘 측정에 기반하여, 제1 상태(ρ)와 제2 상태(σ)에 대한 파라미터를 비교하는 비교기; 및상기 비교된 파라미터에 기반하여, 상기 혼합 상태를 순수 상태(pure state)로 최적 분해(optimal decomposition)하는 상태 제어부를 포함하고,상기 얽힘 측정부는,에 해당하는 혼합 상태를 이용하여 상기 제1 상태(ρ) 및 상기 제2 상태(σ)가 비-얽힘 상태인지를 판단하고,여기서, F는 적합도 값(Fitness Value)으로 0
|
18 |
18
제17항에 있어서,상기 파라미터는 상기 제1 상태(ρ)에 대한 제1상대 엔트로피(relatvie entropy)인 ER(ρ)와 상기 제2 상태(σ)에 대한 제2상대 엔트로피인 ER(σ)이고,상기 비교기는 상기 ER(ρ)이 ER(σ) 이상인 지를 판단하는 것을 특징으로 하는, 머신러닝을 이용한 양자 얽힘 변환 시스템
|
19 |
19
삭제
|
20 |
20
제17항에 있어서,상기 얽힘 측정부는,에 해당하는 혼합 상태의 클래스를 이용하여 상기 제1 상태(ρ) 및 상기 제2 상태(σ)가 비-얽힘 상태인지를 판단하고,여기서, ,이고, |00003e#, |10003e#, |01003e# 및 |11003e#는 표준기저를 형성하고, 0 ≤ q ≤ 1, 0 ≤ a ≤ 1인 것을 특징으로 하는, 머신러닝을 이용한 양자 얽힘 변환 시스템
|