Unsupervised classification of quantum data
Sentís Herrera, Gael (Universität Siegen. Naturwissenschaftlich-Technische Fakultät)
Monras Blasi, Àlex (Universitat Autònoma de Barcelona. Departament de Física)
Muñoz Tapia, Ramon (Universitat Autònoma de Barcelona. Departament de Física)
Calsamiglia Costa, John (Universitat Autònoma de Barcelona. Departament de Física)
Bagán Capella, Emili (Universitat Autònoma de Barcelona. Departament de Física)

Data:	2019
Resum:	We introduce the problem of unsupervised classification of quantum data, namely, of systems whose quantum states are unknown. We derive the optimal single-shot protocol for the binary case, where the states in a disordered input array are of two types. Our protocol is universal and able to automatically sort the input under minimal assumptions, yet partially preserves information contained in the states. We quantify analytically its performance for an arbitrary size and dimension of the data. We contrast it with the performance of its classical counterpart, which clusters data that have been sampled from two unknown probability distributions. We find that the quantum protocol fully exploits the dimensionality of the quantum data to achieve a much higher performance, provided the data are at least three dimensional. For the sake of comparison, we discuss the optimal protocol when the classical and quantum states are known.
Ajuts:	Ministerio de Economía y Competitividad FIS2016-80681-P Agència de Gestió d'Ajuts Universitaris i de Recerca 2017/SGR-1127
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Llengua:	Anglès
Document:	Article ; recerca ; Versió publicada
Matèria:	Quantum Information ; Statistical Physics
Publicat a:	Physical Review, Vol. 9 Núm. art. 041029 (2019) , ISSN 2160-3308

DOI: 10.1103/PhysRevX.9.041029

22 p, 562.0 KB

El registre apareix a les col·leccions:
Articles > Articles de recerca
Articles > Articles publicats