Fugu-MT 論文翻訳(概要): Adaptivity can help exponentially for shadow tomography

論文の概要: Adaptivity can help exponentially for shadow tomography

arxiv url: http://arxiv.org/abs/2412.19022v1
Date: Thu, 26 Dec 2024 02:13:04 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-30 17:27:21.737527
Title: Adaptivity can help exponentially for shadow tomography
Title（参考訳）: 適応性はシャドートモグラフィーに指数関数的に役立つ
Authors: Sitan Chen, Weiyuan Gong, Zhihan Zhang,
Abstract要約: シャドウトモグラフィーの基本課題として、適応的に選択された2コピー計測を使用するプロトコルは、非適応的な2コピー計測を使用するどのプロトコルよりも指数関数的にサンプリング効率が高いことを示す。
参考スコア（独自算出の注目度）: 13.206840861526707
License:
Abstract: In recent years there has been significant interest in understanding the statistical complexity of learning from quantum data under the constraint that one can only make unentangled measurements. While a key challenge in establishing tight lower bounds in this setting is to deal with the fact that the measurements can be chosen in an adaptive fashion, a recurring theme has been that adaptivity offers little advantage over more straightforward, nonadaptive protocols. In this note, we offer a counterpoint to this. We show that for the basic task of shadow tomography, protocols that use adaptively chosen two-copy measurements can be exponentially more sample-efficient than any protocol that uses nonadaptive two-copy measurements.
Abstract（参考訳）: 近年、量子データから学ぶことの統計的複雑さを理解することに重要な関心が寄せられている。この設定で厳密な下限を確立する上で重要な課題は、測定値が適応的な方法で選択できるという事実に対処することだが、適応性はより単純で非適応的なプロトコルよりもほとんど利点がない、という繰り返しのテーマがある。ここでは、これに対する反論を提供する。シャドウトモグラフィーの基本課題として、適応的に選択された2コピー計測を使用するプロトコルは、非適応的な2コピー計測を使用するどのプロトコルよりも指数関数的にサンプリング効率が高いことを示す。

関連論文リスト

Domain Adaptive Synapse Detection with Weak Point Annotations [63.97144211520869]
弱点アノテーションを用いたドメイン適応型シナプス検出のためのフレームワークであるAdaSynを提案する。 I SBI 2023のWASPSYNチャレンジでは、我々の手法が第1位にランクインした。
論文参考訳（メタデータ） (2023-08-31T05:05:53Z)
Lower bounds for learning quantum states with single-copy measurements [3.2590610391507444]
量子トモグラフィーとシャドウトモグラフィーの問題点を,未知の$d$次元状態の個々のコピーを用いて測定した。特に、この手法は、その複雑さの観点から、フォークロアのパウリ・トモグラフィー(Pauli tomography)アルゴリズムの最適性を厳格に確立する。
論文参考訳（メタデータ） (2022-07-29T02:26:08Z)
Contextual Squeeze-and-Excitation for Efficient Few-Shot Image Classification [57.36281142038042]
本稿では,事前学習したニューラルネットワークを新しいタスクで調整し,性能を大幅に向上させる,Contextual Squeeze-and-Excitation (CaSE) という適応ブロックを提案する。また、メタトレーニングされたCaSEブロックと微調整ルーチンを利用して効率よく適応する、アッパーCaSEと呼ばれるコーディネートダイスに基づく新しいトレーニングプロトコルを提案する。
論文参考訳（メタデータ） (2022-06-20T15:25:08Z)
Test-Time Adaptation with Shape Moments for Image Segmentation [16.794050614196916]
セグメント化のためのテスト時間単オブジェクト適応について検討する。本稿では,この課題に対処するための形状誘導エントロピー最小化手法を提案する。我々は, 様々な形状を事前に組み込んで, 可算解への適応を導出する可能性を示す。
論文参考訳（メタデータ） (2022-05-16T20:47:13Z)
Optimal and two-step adaptive quantum detector tomography [5.989827606075226]
平均二乗誤差(UMSE)の最小上限と最大ロバスト性に基づく検出器推定のための最適プローブ状態の設計を行う。また、プローブ状態を適応的に最適化する2段階適応型検出器トモグラフィーアルゴリズムを提案する。数値計算により,提案手法と適応型量子検出器トモグラフィ法の有効性が示された。
論文参考訳（メタデータ） (2021-06-17T05:38:16Z)
Optimal Adaptive Strategies for Sequential Quantum Hypothesis Testing [87.17253904965372]
適応的および非適応的戦略を用いた2つの量子状態間の逐次仮説テストについて検討する。両状態間の相対エントロピーの測定により,これらの誤差は指数関数的に減少することを示した。
論文参考訳（メタデータ） (2021-04-30T00:52:48Z)
Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文参考訳（メタデータ） (2020-07-20T12:07:48Z)
Optimizing Vessel Trajectory Compression [71.42030830910227]
前回の研究では,AISの位置情報をオンラインで消費することで,血管軌跡の要約表現を提供するトラジェクトリ検出モジュールを導入しました。この手法は、生データの少なくとも70%を冗長として廃棄することにより、元のコースからほとんど逸脱しない信頼性の高い軌道合成を提供することができる。しかし、そのような軌道圧縮はパラメトリゼーションに非常に敏感である。各容器のタイプを考慮し, 軌道のシナプスを改良する適切な構成を提供する。
論文参考訳（メタデータ） (2020-05-11T20:38:56Z)
Experimental adaptive Bayesian estimation of multiple phases with limited data [0.0]
追加の制御パラメータを利用するアダプティブプロトコルは、量子センサの性能を最適化して、そのような制限されたデータ構造で動作するためのツールを提供する。推定プロセス中に制御パラメータをチューニングするための最適な戦略を見つけることは自明な問題であり、機械学習技術はそのような課題に対処するための自然な解決策である。フェムト秒レーザーによる小型でフレキシブルな集積フォトニック回路を用いて、高い制御率で異なる戦略を実現できる。
論文参考訳（メタデータ） (2020-02-04T11:32:32Z)
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。