論文の概要: Exponents for Shared Randomness-Assisted Channel Simulation

• arxiv url: http://arxiv.org/abs/2410.07051v1
• Date: Wed, 9 Oct 2024 16:45:58 GMT
• ステータス: 処理完了
• システム内更新日: 2024-10-31 22:47:07.992846
• Title: Exponents for Shared Randomness-Assisted Channel Simulation
• Title（参考訳）: 共有ランダム性支援チャネルシミュレーションのための指数
• Authors: Aadil Oufkir, Michael X. Cao, Hao-Chung Cheng, Mario Berta,
• Abstract要約: 最短ケースの総偏差距離において、共有ランダム性支援チャネルシミュレーションの正確な誤差と強い逆指数を決定する。 厳密には、チャネル符号化とは対照的に、臨界レートは存在せず、シミュレーション能力以下の任意のレートを厳格に評価することができる。
• 参考スコア（独自算出の注目度）: 10.437113494732605
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We determine the exact error and strong converse exponents of shared randomness-assisted channel simulation in worst case total-variation distance. Namely, we find that these exponents can be written as simple optimizations over the R\'enyi channel mutual information. Strikingly, and in stark contrast to channel coding, there are no critical rates, allowing a tight characterization for arbitrary rates below and above the simulation capacity. We derive our results by asymptotically expanding the meta-converse for channel simulation [Cao {\it et al.}, IEEE Trans.~Inf.~Theory (2024)], which corresponds to non-signaling assisted codes. We prove this to be asymptotically tight by employing the approximation algorithms from [Berta {\it et al.}, Proc.~IEEE ISIT (2024)], which show how to round any non-signaling assisted strategy to a strategy that only uses shared randomness. Notably, this implies that any additional quantum entanglement-assistance does not change the error or the strong converse exponents.
• Abstract（参考訳）: 最短ケースの総偏差距離において、共有ランダム性支援チャネルシミュレーションの正確な誤差と強い逆指数を決定する。 すなわち、これらの指数はR'enyiチャネルの相互情報に対する単純な最適化として記述できる。 厳密には、チャネル符号化とは対照的に、臨界レートは存在せず、シミュレーション能力以下の任意のレートを厳格に評価することができる。 本稿では,チャネルシミュレーションのためのメタコンバースを漸近的に拡張した[Cao {\it et al }, IEEE Trans。 ～Inf。 〜Theory (2024)] 非署名補助符号に対応する。 本稿では, [Berta {\it et al }, Proc の近似アルゴリズムを用いて, これを漸近的に厳密に証明する。 IEEE ISIT (2024)] は、共有ランダム性のみを使用する戦略に、任意の非署名支援戦略を丸める方法を示している。 これは、追加の量子エンタングルメント・アシストがエラーや強い逆指数を変化させないことを意味する。

関連論文リスト

• One-shot Multiple Access Channel Simulation [9.271640666465364]
  製品入力に対する共有ランダム性支援多重アクセスチャネル(MAC)シミュレーションの問題点を考察する。 チャネルのスムーズな最大情報を用いて,内界と外界をほぼマッチングすることで,ワンショット通信コスト領域を特徴付ける。
  論文  参考訳（メタデータ） (2024-10-22T17:18:38Z)
• Exponents for classical-quantum channel simulation in purified distance [5.598487000369366]
  エンタングルメント支援古典量子チャネルシミュレーションにおける正確な誤差と強い逆指数を決定する。 我々は、量子忠実度、追加補助チャネル技術、チェビシェフの不等式による近似、エントロピー連続性境界の様々な特性を批判的に利用する。
  論文  参考訳（メタデータ） (2024-10-14T17:45:41Z)
• Optimality of meta-converse for channel simulation [9.66763121039393]
  単発設定におけるノイズレス通信を用いたチャネルシミュレーション問題に対する共有非シグナリング相関の効果について検討する。 古典的なチャネルでは、任意の非シグナリング支援シミュレーション戦略を、共有ランダム性のみを使用する戦略に丸める方法を示す。 量子チャネルでは、共有エンタングルメントのみを使用する戦略に、任意の非シグナリング支援シミュレーション戦略を丸めます。
  論文  参考訳（メタデータ） (2024-10-10T17:24:04Z)
• Error exponent of activated non-signaling assisted classical-quantum channel coding [12.221087476416056]
  最適指数(信頼性関数とも呼ばれる)は、よく知られた球パッキング境界に等しいことが分かる。 注目すべきは、臨界速度は存在せず、キャパシティ以下で任意に低いレートでキャラクタリゼーションを厳格に保っていることです。
  論文  参考訳（メタデータ） (2024-10-01T21:26:17Z)
• Channel Simulation: Finite Blocklengths and Broadcast Channels [13.561997774592667]
  有限ブロック長系における共通ランダム性支援下でのチャネルシミュレーションについて検討する。 固定誤差耐性の最小シミュレーションコストについて,スムーズなチャネル最大値情報を線形プログラムのワンショット・コンバースとして同定する。
  論文  参考訳（メタデータ） (2022-12-22T13:08:55Z)
• A Stochastic Newton Algorithm for Distributed Convex Optimization [62.20732134991661]
  均質な分散凸最適化のためのNewtonアルゴリズムを解析し、各マシンが同じ人口目標の勾配を計算する。 提案手法は,既存の手法と比較して,性能を損なうことなく,必要な通信ラウンドの数,頻度を低減できることを示す。
  論文  参考訳（メタデータ） (2021-10-07T17:51:10Z)
• Differentiable Annealed Importance Sampling and the Perils of Gradient Noise [68.44523807580438]
  Annealed importance sample (AIS) と関連するアルゴリズムは、限界推定のための非常に効果的なツールである。 差別性は、目的として限界確率を最適化する可能性を認めるため、望ましい性質である。 我々はメトロポリス・ハスティングスのステップを放棄して微分可能アルゴリズムを提案し、ミニバッチ計算をさらに解き放つ。
  論文  参考訳（メタデータ） (2021-07-21T17:10:14Z)
• Accurate methods for the analysis of strong-drive effects in parametric gates [94.70553167084388]
  正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。 我々は,$i$SWAP, Control-Z, CNOT など,異なる種類のゲートに対する最適操作条件を同定する。
  論文  参考訳（メタデータ） (2021-07-06T02:02:54Z)
• High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise [51.31435087414348]
  アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。 非滑らか凸最適化の既存の方法は、信頼度に依存した複雑性境界を持つ。 そこで我々は,勾配クリッピングを伴う2つの手法に対して,新たなステップサイズルールを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:54:21Z)
• Efficient classical simulation of random shallow 2D quantum circuits [104.50546079040298]
  ランダム量子回路は古典的にシミュレートするのは難しいと見なされる。 典型例の近似シミュレーションは, 正確なシミュレーションとほぼ同程度に困難であることを示す。 また、十分に浅いランダム回路はより一般的に効率的にシミュレーション可能であると推測する。
  論文  参考訳（メタデータ） (2019-12-31T19:00:00Z)
• The Simulator: Understanding Adaptive Sampling in the Moderate-Confidence Regime [52.38455827779212]
  エミュレータと呼ばれる適応サンプリングを解析するための新しい手法を提案する。 適切なログファクタを組み込んだトップk問題の最初のインスタンスベースの下位境界を証明します。 我々の新しい分析は、後者の問題に対するこの種の最初のエミュレータであるベストアームとトップkの識別に、シンプルでほぼ最適であることを示した。
  論文  参考訳（メタデータ） (2017-02-16T23:42:02Z)

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。