論文の概要: Proof of the Gaussian maximizers conjecture for the communication
capacity of noisy heterodyne measurements
- arxiv url: http://arxiv.org/abs/2206.02133v1
- Date: Sun, 5 Jun 2022 09:13:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-10 12:17:42.092212
- Title: Proof of the Gaussian maximizers conjecture for the communication
capacity of noisy heterodyne measurements
- Title（参考訳）: 雑音ヘテロダイン測定の通信容量に対するガウス・オプティマイザ予想の証明
- Authors: A. S. Holevo, S. N. Filippov
- Abstract要約: 最終的な通信速度に対するガウス符号化の最適性に関する予想の証明を提供する。
結果は, 前のものを一般化し, 最適な符号化構造に劇的な差異を示す。
- 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: Basing on recently developed convex programming framework in the paper
[arXiv:2204.10626], we provide a proof for a long-standing conjecture on
optimality of Gaussian encondings for the ultimate communication rate of
generalized heterodyne receivers under the oscillator energy constraint. Our
results generalize previous ones (obtained under the assumption of validity of
the energy threshold condition) and show a drastic difference in the structure
of the optimal encoding within and beyond this condition. The core of the proof
in the case beyond the threshold is a new log-Sobolev type inequality, which
relates the generalized Wehrl entropy with the wavefunction gradient.
- Abstract（参考訳）: 最近開発されたconvexプログラミングフレームワーク [arxiv:2204.10626] を基礎として,一般ヘテロダイン受信機の終局通信速度に対するガウスエンコンディングの最適性に関する長年の予想を振動エネルギー制約下で証明する。
以上の結果から,(エネルギーしきい値条件の妥当性を仮定して仮定した)前者の一般化を行い,この条件における最適符号化の構造に劇的な差を示す。
しきい値を超えた場合の証明の中核は、一般化されたWehrlエントロピーと波動関数勾配を関連付ける新しい対数ソボレフ型不等式である。
関連論文リスト
- Taming Nonconvex Stochastic Mirror Descent with General Bregman
Divergence [25.717501580080846]
本稿では、現代の非最適化設定における勾配フォワードミラー(SMD)の収束を再考する。
トレーニングのために,線形ネットワーク問題に対する確率収束アルゴリズムを開発した。
論文 参考訳（メタデータ） (2024-02-27T17:56:49Z) - Curvature-Independent Last-Iterate Convergence for Games on Riemannian
Manifolds [77.4346324549323]
本研究では, 多様体の曲率に依存しないステップサイズが, 曲率非依存かつ直線的最終点収束率を達成することを示す。
我々の知る限りでは、曲率非依存率や/または最終点収束の可能性はこれまでに検討されていない。
論文 参考訳（メタデータ） (2023-06-29T01:20:44Z) - Convex Bounds on the Softmax Function with Applications to Robustness
Verification [69.09991317119679]
ソフトマックス関数は、ニューラルネットワークの出力においてユビキタスなコンポーネントであり、中間層もますます多くなっている。
本稿では,ニューラルネットワークや他のMLモデルのキャラクタリゼーションのための凸最適化式と互換性のある,ソフトマックス関数上の凸下界と凹上界を提供する。
論文 参考訳（メタデータ） (2023-03-03T05:07:02Z) - Large deviations rates for stochastic gradient descent with strongly
convex functions [11.247580943940916]
勾配降下を伴う一般高確率境界の研究のための公式な枠組みを提供する。
強い凸関数を持つSGDの上限となる大きな偏差が見つかる。
論文 参考訳（メタデータ） (2022-11-02T09:15:26Z) - Log-Sobolev inequality and proof of Hypothesis of the Gaussian
Maximizers for the capacity of quantum noisy homodyning [0.0]
ガウス符号化において、振動子エネルギー制約による近似位置測定の情報伝達能力が達成されることを示す。
この手法は,最大出力エントロピーと最大出力エントロピーの差分としてキャパシティの上限が達成可能であることを保証するために,"閾値条件"の範囲外にある他のモデルに対しても有効であることを期待する。
論文 参考訳（メタデータ） (2022-04-22T10:43:22Z) - Convex Analysis of the Mean Field Langevin Dynamics [49.66486092259375]
平均場ランゲヴィン力学の収束速度解析について述べる。
ダイナミックスに付随する$p_q$により、凸最適化において古典的な結果と平行な収束理論を開発できる。
論文 参考訳（メタデータ） (2022-01-25T17:13:56Z) - Optimizing Information-theoretical Generalization Bounds via Anisotropic
Noise in SGLD [73.55632827932101]
SGLDにおけるノイズ構造を操作することにより,情報理論の一般化を最適化する。
低経験的リスクを保証するために制約を課すことで、最適なノイズ共分散が期待される勾配共分散の平方根であることを証明する。
論文 参考訳（メタデータ） (2021-10-26T15:02:27Z) - Interpolation can hurt robust generalization even when there is no noise [76.3492338989419]
リッジの正規化による一般化の回避は,ノイズがなくても大幅に一般化できることを示す。
この現象は線形回帰と分類の両方のロバストなリスクを証明し、したがってロバストなオーバーフィッティングに関する最初の理論的結果を与える。
論文 参考訳（メタデータ） (2021-08-05T23:04:15Z) - Conformal field theory from lattice fermions [77.34726150561087]
1+1次元の格子フェルミオンで与えられる共形場理論の厳密な格子近似を提供する。
これらの結果が共形場理論の量子シミュレーションに関連する明らかな誤差推定にどのように結びつくかを示す。
論文 参考訳（メタデータ） (2021-07-29T08:54:07Z) - On the classical capacity of quantum Gaussian measurement [0.0]
一般に最適なアンサンブルの平均状態のガウス性を証明する。
アンサンブルの構造に関するガウス最大化器の仮説について論じる。
論文 参考訳（メタデータ） (2021-01-02T11:11:22Z)
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。