論文の概要: Quantum Local Differential Privacy and Quantum Statistical Query Model
- arxiv url: http://arxiv.org/abs/2203.03591v2
- Date: Mon, 21 Aug 2023 22:25:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-23 21:39:02.592118
- Title: Quantum Local Differential Privacy and Quantum Statistical Query Model
- Title(参考訳): 量子局所微分プライバシーと量子統計的クエリモデル
- Authors: Armando Angrisani and Elham Kashefi
- Abstract要約: 量子統計クエリは、限られた量子資源を持つ学習者の計算能力を研究する理論的枠組みを提供する。
本研究では,局所モデルにおける量子統計クエリと量子微分プライバシーの等価性を確立する。
局所的な差分プライバシーの下での量子多要素計算の課題を考察する。
- 参考スコア(独自算出の注目度): 0.7673339435080445
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum statistical queries provide a theoretical framework for investigating
the computational power of a learner with limited quantum resources. This model
is particularly relevant in the current context, where available quantum
devices are subject to severe noise and have limited quantum memory. On the
other hand, the framework of quantum differential privacy demonstrates that
noise can, in some cases, benefit the computation, enhancing robustness and
statistical security. In this work, we establish an equivalence between quantum
statistical queries and quantum differential privacy in the local model,
extending a celebrated classical result to the quantum setting. Furthermore, we
derive strong data processing inequalities for the quantum relative entropy
under local differential privacy and apply this result to the task of
asymmetric hypothesis testing with restricted measurements. Finally, we
consider the task of quantum multi-party computation under local differential
privacy. As a proof of principle, we demonstrate that the parity function is
efficiently learnable in this model, whereas the corresponding classical task
requires exponentially many samples.
- Abstract(参考訳): 量子統計クエリは、限られた量子資源を持つ学習者の計算能力を研究する理論的枠組みを提供する。
このモデルは、利用可能な量子デバイスが厳しいノイズにさらされ、量子メモリが限られている現在の状況において特に関係がある。
一方、量子微分プライバシーの枠組みは、ノイズが計算の恩恵を享受し、堅牢性と統計的セキュリティを高めることを実証している。
本研究では,局所モデルにおける量子統計的クエリと量子差分プライバシーの等価性を確立し,古典的な成果を量子設定にまで拡張する。
さらに,局所微分プライバシー下での量子相対エントロピーに対する強データ処理の不等式を導出し,制限された測定値を持つ非対称仮説検定の課題に適用する。
最後に,局所微分プライバシー下での量子多人数計算の課題について考察する。
原理の証明として、パリティ関数がこのモデルで効率的に学習できることを示し、対応する古典的タスクは指数関数的に多くのサンプルを必要とする。
関連論文リスト
- Optimal Mechanisms for Quantum Local Differential Privacy [1.125100225226559]
QLDPはパラメータ$epsilon$を使用して、プライバシリークを管理し、個々の量子状態のプライバシを保証する。
量子ノイズの導入は、古典的なシナリオと同様のプライバシー保護を提供する。
量子脱分極ノイズは、QLDPフレームワーク内の最適なユニタリ民営化機構として同定される。
論文 参考訳(メタデータ) (2024-07-18T13:46:16Z) - A Quantum-Classical Collaborative Training Architecture Based on Quantum
State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。
Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。
他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文 参考訳(メタデータ) (2024-02-23T14:09:41Z) - Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。
我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文 参考訳(メタデータ) (2024-01-31T01:02:16Z) - Learning Quantum Processes with Quantum Statistical Queries [0.0]
本稿では,量子統計クエリモデル内で量子プロセス学習を研究するための最初の学習フレームワークを紹介する。
保証可能な性能保証を伴う任意の量子プロセスに対する効率的なQPSQ学習者を提案する。
この研究は、量子プロセスの学習可能性を理解するための重要なステップであり、セキュリティへの影響に光を当てている。
論文 参考訳(メタデータ) (2023-10-03T14:15:20Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳(メタデータ) (2023-06-29T18:00:01Z) - Statistical learning on randomized data to verify quantum state k-designs [0.0]
純粋状態のランダムアンサンブルは、量子物理学の様々な側面において非常に重要であることが証明されている。
完全にランダムなアンサンブルを生成するのは 実験的に困難ですが 近似は 同様に有用です
ランダム性の度合いを検証することは、多体システム上で完全な量子状態トモグラフィーを実行するのと同様に、高価なタスクである可能性がある。
論文 参考訳(メタデータ) (2023-05-02T14:46:28Z) - Complete characterization of quantum correlations by randomized
measurements [0.832184180529969]
量子状態の局所的不変性を局所的ランダム化測定を用いて測定する方法を提案する。
本手法は, 量子テレポーテーションにおいて有用であることを示すために, 対の絡み合った光子を用いて実験的に実装する。
この結果は様々な量子コンピューティングプラットフォームに適用でき、任意の量子ビット間の相関を簡易に解析することができる。
論文 参考訳(メタデータ) (2022-12-15T15:22:28Z) - Experimental violations of Leggett-Garg's inequalities on a quantum
computer [77.34726150561087]
単一および多ビット系におけるLeggett-Garg-Bellの不等式違反を実験的に観察する。
本分析では, 量子プラットフォームの限界に注目し, 上記の相関関数は, 量子ビットの数や回路深さが大きくなるにつれて, 理論的予測から逸脱することを示した。
論文 参考訳(メタデータ) (2021-09-06T14:35:15Z) - Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。
解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文 参考訳(メタデータ) (2021-08-30T23:50:05Z) - Preparing random states and benchmarking with many-body quantum chaos [48.044162981804526]
時間に依存しないハミルトン力学の下で自然にランダム状態アンサンブルの出現を予測し、実験的に観察する方法を示す。
観測されたランダムアンサンブルは射影測定から現れ、より大きな量子系のサブシステムの間に構築された普遍的相関に密接に関連している。
我々の研究は、量子力学におけるランダム性を理解するための意味を持ち、より広い文脈でのこの概念の適用を可能にする。
論文 参考訳(メタデータ) (2021-03-05T08:32:43Z) - Local asymptotic equivalence of pure quantum states ensembles and
quantum Gaussian white noise [2.578242050187029]
我々は、純粋状態で同一に準備された量子系のアンサンブルからなる量子統計モデルの理論を分析する。
我々は、波動関数のHermite-Sobolevクラスに属する純状態の最小値を求めるために、LEE結果を用いている。
論文 参考訳(メタデータ) (2017-05-09T17:48:40Z)
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。