論文の概要: Optimality of meta-converse for channel simulation
- arxiv url: http://arxiv.org/abs/2410.08140v1
- Date: Thu, 10 Oct 2024 17:24:04 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-31 05:05:45.032874
- Title: Optimality of meta-converse for channel simulation
- Title（参考訳）: チャネルシミュレーションにおけるメタコンバースの最適性
- Authors: Aadil Oufkir, Omar Fawzi, Mario Berta,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 9.66763121039393
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study the effect of shared non-signaling correlations for the problem of simulating a channel using noiseless communication in the one-shot setting. For classical channels, we show how to round any non-signaling-assisted simulation strategy--which corresponds to the natural linear programming meta-converse for channel simulation--to a strategy that only uses shared randomness. For quantum channels, we round any non-signaling-assisted simulation strategy to a strategy that only uses shared entanglement. Our main result is for classical and classical-quantum channels, for which we employ ideas from approximation algorithms to give a guarantee on the ratio of success probabilities of at least $(1-\mathrm{e}^{-1})$. We further show this ratio to be optimal for the purely classical case. It can be improved to $(1-t^{-1})$ using $O(\ln \ln(t))$ additional bits of communication.
- Abstract（参考訳）: 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。
従来のチャネルでは、チャネルシミュレーションの自然な線形プログラミングメタコンバースに対応する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どうラウンドするかを示す。
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。
我々の主な成果は古典的および古典的量子チャネルであり、近似アルゴリズムのアイデアを用いて少なくとも 1-\mathrm{e}^{-1})$ の成功確率の比率を保証している。
さらに、この比は純粋に古典的な場合に最適であることを示す。
これは$O(\ln \ln(t))$追加の通信ビットを使用して$(1-t^{-1})$に改善することができる。
関連論文リスト
- 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) - Exponents for Shared Randomness-Assisted Channel Simulation [10.437113494732605]
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。
論文 参考訳（メタデータ） (2024-10-09T16:45:58Z) - Distributed Extra-gradient with Optimal Complexity and Communication
Guarantees [60.571030754252824]
複数のプロセッサ/ワーカー/クライアントがローカルなデュアルベクトルにアクセス可能なマルチGPU設定において、モノトン変分不等式(VI)問題を考察する。
モノトーンVI問題に対するデファクトアルゴリズムであるExtra-gradientは、通信効率が良くないように設計されている。
そこで本稿では,VI の解法に適した非バイアスで適応的な圧縮手法である量子化一般化外部勾配 (Q-GenX) を提案する。
論文 参考訳（メタデータ） (2023-08-17T21:15:04Z) - Stochastic Approach For Simulating Quantum Noise Using Tensor Networks [0.8258451067861933]
シミュレーション誤差は, 多数の量子ビットに対しても比較的低いことが示される。
このスライシング技術を用いることで,スーパーコンピュータを用いて最大100 qubitOA回路を高深さでシミュレートできる。
論文 参考訳（メタデータ） (2022-10-28T03:44:59Z) - Exploiting Temporal Structures of Cyclostationary Signals for
Data-Driven Single-Channel Source Separation [98.95383921866096]
単一チャネルソース分離(SCSS)の問題点について検討する。
我々は、様々なアプリケーション領域に特に適するサイクロ定常信号に焦点を当てる。
本稿では,最小MSE推定器と競合するU-Netアーキテクチャを用いたディープラーニング手法を提案する。
論文 参考訳（メタデータ） (2022-08-22T14:04:56Z) - The minimal communication cost for simulating entangled qubits [0.0]
本研究では,一対の絡み合った量子ビット上での局所的射影測定の統計を再現するために必要な古典的通信量を分析する。
古典的三重対を1つ通信することで、すべての絡み合った量子ビット対上の局所射影測定を完璧にシミュレートするプロトコルを構築する。
論文 参考訳（メタデータ） (2022-07-25T18:25:49Z) - Quantum Goemans-Williamson Algorithm with the Hadamard Test and
Approximate Amplitude Constraints [62.72309460291971]
本稿では,n+1$ qubitsしか使用しないGoemans-Williamsonアルゴリズムの変分量子アルゴリズムを提案する。
補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。
各種NPハード問題に対して,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
論文 参考訳（メタデータ） (2022-06-30T03:15:23Z) - Hybrid quantum-classical algorithms for approximate graph coloring [65.62256987706128]
量子近似最適化アルゴリズム(RQAOA)をMAX-$k$-CUTに適用する方法を示す。
任意のグラフに対するレベル-$1$QAOAとレベル-$1$RQAOAをシミュレートした,効率的な古典的シミュレーションアルゴリズムを構築する。
論文 参考訳（メタデータ） (2020-11-26T18:22:21Z) - Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。
我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。
数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文 参考訳（メタデータ） (2020-11-18T16:40:45Z) - Learning Halfspaces with Tsybakov Noise [50.659479930171585]
テュバコフ雑音の存在下でのハーフスペースの学習可能性について検討する。
真半空間に関して誤分類誤差$epsilon$を達成するアルゴリズムを与える。
論文 参考訳（メタデータ） (2020-06-11T14:25:02Z) - Capacity Approaching Coding for Low Noise Interactive Quantum
Communication, Part I: Large Alphabets [15.078027648304115]
ノイズの多いチャネル上での双方向の対話型量子通信を実現する際の問題点を考察する。
$mathrmpoly(n)$ sizeアルファベット上のノイズのないquditチャネルの場合、主な結果は2-theta(nepsilon)$未満の確率で失敗するシミュレーション手法である。
我々は、$sqrtepsilon$項の定数係数まで最適であると推測する。
論文 参考訳（メタデータ） (2020-01-09T02:48:43Z)
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。