論文の概要: A synchronous NPA hierarchy with applications

• arxiv url: http://arxiv.org/abs/2105.01555v1
• Date: Tue, 4 May 2021 15:12:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-04-01 15:23:58.312342
• Title: A synchronous NPA hierarchy with applications
• Title（参考訳）: 同期NPA階層と応用
• Authors: Travis B. Russell
• Abstract要約: 同期相関行列の設定にNPA階層を適応させる。 同期量子交換と同期量子相関の集合の特性を復元する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present an adaptation of the NPA hierarchy to the setting of synchronous correlation matrices. Our adaptation improves upon the original NPA hierarchy by using smaller certificates and fewer constraints, although it can only be applied to certify synchronous correlations. We recover characterizations for the sets of synchronous quantum commuting and synchronous quantum correlations. For applications, we show that the existence of symmetric informationally complete positive operator-valued measures and maximal sets of mutually unbiased bases can be verified or invalidated with only two certificates of our adapted NPA hierarchy.
• Abstract（参考訳）: 本稿では,同期相関行列の設定に対するnpa階層の適応について述べる。 我々の適応は、より小さな証明書と少ない制約を用いて元のnpa階層を改善するが、同期相関を証明するためにしか適用できない。 同期量子交換と同期量子相関の集合の特性を復元する。 応用として、対称的完全正の演算子値測度と相互に偏りのない基底の最大集合の存在を、適応されたNPA階層の2つの証明書で検証または無効化できることを示す。

関連論文リスト

• SENTINEL: Stagewise Integrity Verification for Pipeline Parallel Decentralized Training [54.8494905524997]
  分散トレーニングは、信頼できない、地理的に分散したノードで実行される場合、重大なセキュリティリスクをもたらす。 重複のないパイプライン並列性(PP)トレーニングの検証機構であるSENTINELを提案する。 実験では、モデル収束と性能を維持しながら、最大176人の労働者を持つ信頼できない分散環境における最大4BパラメータLSMのトレーニングを成功させた。
  論文  参考訳（メタデータ） (2026-03-03T23:51:10Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• A Generalized Adaptive Joint Learning Framework for High-Dimensional Time-Varying Models [0.8594140167290097]
  本稿では,機能的変数選択と構造的変化点検出を同時に行うための正規化フレームワークであるAdaptive Joint Learning (AJL)を紹介する。 この分析は、疾患進行の同期相転移を明らかにし、時間変化の予測マーカーの相同的なセットを同定する。
  論文  参考訳（メタデータ） (2026-01-08T02:07:49Z)
• Composite N-Q-S: Serial/Parallel Instrument Axioms, Bipartite Order-Effect Bounds, and a Monitored Lindblad Limit [0.0]
  逐次量子計測のための複合演算アーキテクチャを開発した。 我々はGorini, Kossakowski, Sudarshan, Lindblad, Davies, Spohn, LamiらのGKLSフレームワークを構築した。 1つの定量的軸上の位置順序効果制御と操作混合。
  論文  参考訳（メタデータ） (2025-12-17T08:01:57Z)
• Asynchronous Policy Gradient Aggregation for Efficient Distributed Reinforcement Learning [55.50683337004406]
  本稿では非同期ポリシー勾配アグリゲーションを実装したRennala NIGTとMalenia NIGTという2つの新しいアルゴリズムを紹介する。 同質な設定では、Rennala NIGTはAllReduce操作をサポートしながら、計算と通信の合計複雑性を良好に改善する。 不均質な環境では、Malenia NIGTは非同期計算と不均質な環境を厳密な理論上の保証で同時に扱う。
  論文  参考訳（メタデータ） (2025-09-29T05:38:42Z)
• Shift Before You Learn: Enabling Low-Rank Representations in Reinforcement Learning [56.87989363424]
  シフトした後継尺度において,低ランク構造が自然に現れることを示す。 有効な低ランク近似と推定に必要なシフトの量を定量化する。
  論文  参考訳（メタデータ） (2025-09-05T15:48:20Z)
• Stochastic Primal-Dual Double Block-Coordinate for Two-way Partial AUC Maximization [56.805574957824135]
  2方向部分AUCAUCは、不均衡なデータを持つバイナリ分類における重要な性能指標である。 TPAUC最適化のための既存のアルゴリズムは未探索のままである。 TPAUC最適化のための2つの革新的な二重座標ブロック座標アルゴリズムを導入する。
  論文  参考訳（メタデータ） (2025-05-28T03:55:05Z)
• Quantized and Asynchronous Federated Learning [22.40154714677385]
  我々は,通信ボトルネックに対処する新しい手法であるQuantized Federated AsynchronousQALを開発した。 我々はQALが一様クライアントの到着を必要とせずに$mathtcalqr$dic収束を実現することを証明した。 提案手法を標準ベンチマークを用いて検証する。
  論文  参考訳（メタデータ） (2024-09-30T21:22:41Z)
• Bridging and Modeling Correlations in Pairwise Data for Direct Preference Optimization [75.1240295759264]
  本稿では,BMC という名前のペアデータにおけるブリッジ・アンド・モデリングの効果的なフレームワークを提案する。 目的の修正によって、ペアの選好信号の一貫性と情報性が向上する。 DPOだけではこれらの相関をモデル化し、ニュアンス付き変動を捉えるには不十分である。
  論文  参考訳（メタデータ） (2024-08-14T11:29:47Z)
• Analysis of Asynchronous Protocols for Entanglement Distribution in Quantum Networks [9.971549076128268]
  量子ネットワークにおける絡み合いに対する2つの最小限の非同期プロトコルについて検討する。 リンクレベルで独立に絡み合いを発生させる並列スキームと、一方から他方への絡み合いを反復的に延長するシーケンシャルスキームとを具備する。 並列方式と並列方式を比較検討した結果, 逐次方式の優位性が示唆された。
  論文  参考訳（メタデータ） (2024-05-03T18:04:11Z)
• Federated Contextual Cascading Bandits with Asynchronous Communication and Heterogeneous Users [95.77678166036561]
  繊細な通信プロトコルを用いたUPB型アルゴリズムを提案する。 同期フレームワークで達成されたものと同等のサブ線形後悔境界を与えます。 合成および実世界のデータセットに関する実証評価は、後悔と通信コストの観点から、我々のアルゴリズムの優れた性能を検証する。
  論文  参考訳（メタデータ） (2024-02-26T05:31:14Z)
• IPCC-TP: Utilizing Incremental Pearson Correlation Coefficient for Joint Multi-Agent Trajectory Prediction [73.25645602768158]
  IPCC-TPはインクリメンタルピアソン相関係数に基づく新しい関連認識モジュールであり,マルチエージェントインタラクションモデリングを改善する。 我々のモジュールは、既存のマルチエージェント予測手法に便利に組み込んで、元の動き分布デコーダを拡張することができる。
  論文  参考訳（メタデータ） (2023-03-01T15:16:56Z)
• AFAFed -- Protocol analysis [3.016628653955123]
  これは、ストリーム指向IoTアプリケーション環境のための新しいFair Federated Adaptive Learningフレームワークである。 我々は収束特性を分析し、AFAFedの実装面に対処する。
  論文  参考訳（メタデータ） (2022-06-29T22:12:08Z)
• FEDNEST: Federated Bilevel, Minimax, and Compositional Optimization [53.78643974257301]
  多くの現代のML問題は、ミニマックスと合成最適化を仮定したネストされた双レベルプログラミングに該当する。 我々は、一般的なネスト問題に対処するフェデレーション付き交互勾配法を提案する。
  論文  参考訳（メタデータ） (2022-05-04T17:48:55Z)
• The Efficacy of Pessimism in Asynchronous Q-Learning [17.193902915070506]
  ペシミズムの原理を非同期Q-ラーニングに組み込んだアルゴリズムフレームワークを開発した。 このフレームワークは、サンプル効率の向上と、ほぼ専門的なデータの存在下での適応性の向上につながります。 我々の結果は、マルコフ的非i.d.データの存在下での悲観主義原理の使用に対する最初の理論的支援を提供する。
  論文  参考訳（メタデータ） (2022-03-14T17:59:01Z)
• Controlling the Complexity and Lipschitz Constant improves polynomial nets [55.121200972539114]
  多項式ネットの結合CP分解(CCP)モデルとNested Coupled CP分解(NCP)モデルに対する新しい複雑性境界を導出する。 本研究では、6つのデータセットで実験的に評価し、モデルが逆摂動に対して頑健であるとともに精度も向上することを示す。
  論文  参考訳（メタデータ） (2022-02-10T14:54:29Z)
• Implicit Regularization of Bregman Proximal Point Algorithm and Mirror Descent on Separable Data [34.47041199362242]
  本稿では,Bregman近位点アルゴリズム(BPPA)の線形分類器を分離可能なデータで学習し,計算特性について検討する。 固定されたブレグマン発散を持つ任意のBPPAに対して、任意に選択されたノルムに対してBPPAによって得られるマージンの低い境界を与える。 条件数への依存がきついことを示し、学習した分類器の品質に影響を及ぼすためのばらつきの重要性を示す。
  論文  参考訳（メタデータ） (2021-08-15T20:12:58Z)
• Autoregressive Score Matching [113.4502004812927]
  自動回帰条件スコアモデル(AR-CSM)を提案する。 AR-CSMモデルでは、このデータ分布とモデル分布のばらつきを効率的に計算し、最適化することができ、高価なサンプリングや対向訓練を必要としない。 本研究では,合成データに対する密度推定,画像生成,画像復調,暗黙エンコーダを用いた潜在変数モデルの訓練に応用できることを示す。
  論文  参考訳（メタデータ） (2020-10-24T07:01:24Z)
• Pointwise Binary Classification with Pairwise Confidence Comparisons [97.79518780631457]
  ペアワイズ比較(Pcomp)分類を提案し、ラベルのないデータのペアしか持たない。 我々はPcomp分類をノイズラベル学習に結びつけて、進歩的UREを開発し、一貫性の正則化を課すことにより改善する。
  論文  参考訳（メタデータ） (2020-10-05T09:23:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。