論文の概要: Parallelization of Adaptive Quantum Channel Discrimination in the Non-Asymptotic Regime

• arxiv url: http://arxiv.org/abs/2206.08350v2
• Date: Wed, 17 Jan 2024 03:17:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-18 22:10:53.287350
• Title: Parallelization of Adaptive Quantum Channel Discrimination in the Non-Asymptotic Regime
• Title（参考訳）: 非漸近性レジームにおける適応量子チャネル識別の並列化
• Authors: Bjarne Bergh, Nilanjana Datta, Robert Salzmann, Mark M. Wilde
• Abstract要約: 有限個のチャネルを用いた並列かつ適応的な量子チャネル識別戦略の性能について検討する。 この結果は、任意の適応戦略に対して並列戦略を明示的に構築することにより、有限個のチャネルを使用する非漸近的体系に拡張する。
• 参考スコア（独自算出の注目度）: 11.538345159297839
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We investigate the performance of parallel and adaptive quantum channel discrimination strategies for a finite number of channel uses. It has recently been shown that, in the asymmetric setting with asymptotically vanishing type I error probability, adaptive strategies are asymptotically not more powerful than parallel ones. We extend this result to the non-asymptotic regime with finitely many channel uses, by explicitly constructing a parallel strategy for any given adaptive strategy, and bounding the difference in their performances, measured in terms of the decay rate of the type II error probability per channel use. We further show that all parallel strategies can be optimized over in time polynomial in the number of channel uses, and hence our result can also be used to obtain a poly-time-computable asymptotically tight upper bound on the performance of general adaptive strategies.
• Abstract（参考訳）: 有限個のチャネルを用いた並列かつ適応的な量子チャネル識別戦略の性能について検討する。 最近、I型エラー確率が漸近的に消失する非対称的な設定において、適応戦略は並列的戦略よりも漸近的に強力でないことが示されている。 この結果は、任意の適応戦略に対して並列戦略を明示的に構築し、その性能の差をチャネル使用当たりのタイプIIエラー確率の減衰率の観点から測定することで、有限個のチャネル使用による漸近的でない状態にまで拡張する。 さらに,全ての並列戦略は,チャネル利用数において時間的多項式よりも最適化可能であること,したがって,一般適応戦略の性能に対して多時間計算可能な漸近的に密接な上界を得るためにも利用できることを示した。

関連論文リスト

• Infinite Dimensional Asymmetric Quantum Channel Discrimination [8.056359341994941]
  分離可能な空間に作用するカンタムチャネルの非対称二成分チャネル識別について検討する。 任意の$alpha > 1$ の二つのチャネル間の幾何学的R'enyi分散の有限性の下では、適応戦略は平行なチャネルよりも有利ではないことを示す。
  論文  参考訳（メタデータ） (2023-08-24T17:56:19Z)
• Offline Policy Optimization in RL with Variance Regularizaton [142.87345258222942]
  定常分布補正を用いたオフラインRLアルゴリズムの分散正則化を提案する。 Fenchel双対性を用いることで、分散正規化器の勾配を計算するための二重サンプリング問題を回避することができることを示す。 オフライン分散正規化アルゴリズム(OVAR)は,既存のオフラインポリシー最適化アルゴリズムを拡張できる。
  論文  参考訳（メタデータ） (2022-12-29T18:25:01Z)
• Using adaptiveness and causal superpositions against noise in quantum metrology [0.0]
  我々は、最も一般的な適応型量子力学シナリオにおける達成可能な精度の新たな限界を導出する。 境界は飽和可能であることが証明され、多数のチャネルの使用の限界における既知の並列スキーム境界と等価である。
  論文  参考訳（メタデータ） (2022-12-15T19:43:24Z)
• Sequential Quantum Channel Discrimination [19.785872350085878]
  適応的および非適応的戦略を用いた逐次量子チャネル識別問題を考える。 どちらの種類の誤差確率も指数関数的に0に減少することを示す。 達成可能なレート領域は、POVMで達成可能な領域よりも大きくないと予想する。
  論文  参考訳（メタデータ） (2022-10-20T08:13:39Z)
• Unitary channel discrimination beyond group structures: Advantages of sequential and indefinite-causal-order strategies [3.222802562733787]
  最小限のチャネル識別タスクでは、シーケンシャル戦略が並列処理よりも優れていることを示す。 群を形成する一様分布のユニタリチャネルの集合を識別するタスクに対して、並列戦略が実際に最適であることを示す。 また、量子スイッチに基づく戦略は、ユニタリチャネルの識別において逐次戦略よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-05-27T18:00:06Z)
• Universal Online Convex Optimization Meets Second-order Bounds [74.0120666722487]
  ユニバーサルオンライン凸最適化のための簡単な戦略を提案する。 主要なアイデアは、オリジナルのオンライン機能を処理するための専門家のセットを構築し、線形化された損失に対してメタアルゴリズムをデプロイすることである。 このようにして、私たちはブラックボックスの専門家として、既成のオンライン問題解決者をプラグインして、問題依存の後悔の限界を提供することができます。
  論文  参考訳（メタデータ） (2021-05-08T11:43:49Z)
• Usefulness of adaptive strategies in asymptotic quantum channel discrimination [43.7637825272776]
  本稿では,二分仮説テストの枠組みにおける適応手法の有用性について検討する。 チャネルの使用に関して、適応戦略と非適応戦略の間には根本的な区別がある。 古典的フィードバックによる適応的戦略は、適応的でない製品入力戦略を超えてチャネルの識別能力を高めないことを示す。
  論文  参考訳（メタデータ） (2020-11-12T18:40:47Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)
• Slice Sampling for General Completely Random Measures [74.24975039689893]
  本稿では, 後続推定のためのマルコフ連鎖モンテカルロアルゴリズムについて, 補助スライス変数を用いてトランケーションレベルを適応的に設定する。 提案アルゴリズムの有効性は、いくつかの一般的な非パラメトリックモデルで評価される。
  論文  参考訳（メタデータ） (2020-06-24T17:53:53Z)
• Adaptivity of Stochastic Gradient Methods for Nonconvex Optimization [71.03797261151605]
  適応性は現代最適化理論において重要であるが、研究されていない性質である。 提案アルゴリズムは,PL目標に対して既存のアルゴリズムよりも優れた性能を保ちながら,PL目標に対して最適な収束性を実現することを実証した。
  論文  参考訳（メタデータ） (2020-02-13T05:42:27Z)

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。