Fugu-MT 論文翻訳(概要): New general lower and upper bounds under minimum-error quantum state discrimination

論文の概要: New general lower and upper bounds under minimum-error quantum state discrimination

arxiv url: http://arxiv.org/abs/2105.06076v2
Date: Thu, 12 Aug 2021 06:19:28 GMT
ステータス: 処理完了
システム内更新日: 2023-03-31 06:43:06.422124
Title: New general lower and upper bounds under minimum-error quantum state discrimination
Title（参考訳）: 最小誤差量子状態の識別における新しい一般下限と上限
Authors: Elena R. Loubenets
Abstract要約: 任意の事前確率で準備された任意の量子状態に対して、新しい一般解析的下界と上界を求める。 r=2$の場合、新しい境界のそれぞれ下と上はヘルストローム境界に還元される。
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: For the optimal success probability under minimum-error discrimination between $r\geq2$ arbitrary quantum states prepared with any a priori probabilities, we find new general analytical lower and upper bounds and specify the relations between these new general bounds and the general bounds known in the literature. We also present the example where the new general analytical bounds, lower and upper, on the optimal success probability are tighter than most of the general analytical bounds known in the literature. The new upper bound on the optimal success probability explicitly generalizes to $r>2$ the form of the Helstrom bound. For $r=2$, each of our new bounds, lower and upper, reduces to the Helstrom bound.
Abstract（参考訳）: 任意の事前確率で準備された任意の量子状態間の最小エラー判別の下での最適成功確率について、新しい解析的下界と上界を発見し、これらの新しい一般境界と文献で知られている一般境界との関係を定める。また、本論文では、最適成功確率における新たな一般解析的境界が、文献で知られている一般解析的境界のほとんどよりも厳密であることを示す。最適成功確率の新しい上限は、ヘルストローム境界の形式として$r>2$に明示的に一般化される。 r=2$の場合、新しい境界のそれぞれ下と上はヘルストローム境界に還元される。

関連論文リスト

From Classical to Quantum: Explicit Classical Distributions Achieving Maximal Quantum $f$-Divergence [4.956709222278243]
最大$f$-分数を達成するような古典的な明示的な状態が与えられ、松本の定理の簡単な証明が可能である。我々の方法論は特に単純であり、精巧な行列解析機構は必要とせず、基本線型代数のみである。
論文参考訳（メタデータ） (2025-01-24T09:06:13Z)
Tight upper bound for the maximal expectation value of the $N$-partite generalized Svetlichny operator [4.7487511537612335]
我々は、$N$-partiteのシナリオを考え、任意の$N$-qubitシステムによって達成される一般化されたSvetlichnyの不等式の最大期待値に関する解析上界を提供する。この結果から,真のマルチパーティイト非局所性の検出に有効な実験実装が得られ,他の量子情報処理タスクにも適用できる可能性が示唆された。
論文参考訳（メタデータ） (2024-09-13T02:32:40Z)
SQ Lower Bounds for Non-Gaussian Component Analysis with Weaker Assumptions [50.20087216230159]
統計的クエリモデルにおける非ガウス成分分析(NGCA)の複雑さについて検討する。本研究は, NGCAの場合, モーメントマッチング条件のみにおいて, ほぼ最適SQ下限を証明した。
論文参考訳（メタデータ） (2024-03-07T18:49:32Z)
Data-driven optimal stopping: A pure exploration analysis [1.0742675209112622]
最小限の最適性は、単純な後悔に対する下界を一致させて上界結果を完成させることによって検証される。本研究は, 具体的な探査・探査戦略について, 簡単な後悔から累積後悔への移動について検討した。
論文参考訳（メタデータ） (2023-12-10T13:16:01Z)
Closing the Gap Between the Upper Bound and the Lower Bound of Adam's Iteration Complexity [51.96093077151991]
我々はAdamの新しい収束保証を導出し、$L$-smooth条件と有界雑音分散仮定のみを導出する。本証明は,運動量と適応学習率の絡み合いを扱うために,新しい手法を利用する。
論文参考訳（メタデータ） (2023-10-27T09:16:58Z)
Bethe-Salpeter Bound-State Solutions: Examining Semirelativistic Approaches [0.0]
二粒子境界状態を記述するための枠組みは、ポアンカーの共変同質Bethe-Salpeter方程式によって提供される。期待される境界状態スペクトルの粗いアイデアは、いくつかの単純化された近似に固執することによって得られるかもしれない。より単純な境界状態方程式から推定される洞察の信頼性を, 直接的に検討することができる。
論文参考訳（メタデータ） (2022-10-14T11:37:21Z)
On the Importance of Gradient Norm in PAC-Bayesian Bounds [92.82627080794491]
対数ソボレフ不等式の縮約性を利用する新しい一般化法を提案する。我々は、この新たな損失段階的ノルム項が異なるニューラルネットワークに与える影響を実証的に分析する。
論文参考訳（メタデータ） (2022-10-12T12:49:20Z)
Analytical bounds for non-asymptotic asymmetric state discrimination [0.0]
非対称な状態判別は、1つのタイプのエラーの確率を最小化することを伴う。我々は、トレースノルム、忠実度、量子チャーノフ境界を用いて達成可能な誤差の集合を有界に表現する。境界とは異なり、境界は指数ではなく誤差値を与えるので、有限コピー状態判別問題に適用した場合、より正確な結果が得られる。
論文参考訳（メタデータ） (2022-07-21T18:21:04Z)
Sharp Bounds for Federated Averaging (Local SGD) and Continuous Perspective [49.17352150219212]
Federated AveragingFedAvg(ローカルSGD)は、Federated Learning(FL)で最も人気のあるアルゴリズムの1つである。微分方程式(SDE)の観点から、この量を解析する方法を示す。
論文参考訳（メタデータ） (2021-11-05T22:16:11Z)
Tight Exponential Analysis for Smoothing the Max-Relative Entropy and for Quantum Privacy Amplification [56.61325554836984]
最大相対エントロピーとその滑らかなバージョンは、量子情報理論の基本的な道具である。我々は、精製された距離に基づいて最大相対エントロピーを滑らかにする量子状態の小さな変化の崩壊の正確な指数を導出する。
論文参考訳（メタデータ） (2021-11-01T16:35:41Z)
On Lower Bounds for Standard and Robust Gaussian Process Bandit Optimization [55.937424268654645]
有界ノルムを持つ関数のブラックボックス最適化問題に対するアルゴリズム非依存な下界を考える。本稿では, 単純さ, 汎用性, エラー確率への依存性の向上など, 後悔の下位境界を導出するための新しい証明手法を提案する。
論文参考訳（メタデータ） (2020-08-20T03:48:14Z)

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。