論文の概要: Cumulant Structures of Entanglement Entropy
- arxiv url: http://arxiv.org/abs/2502.05371v1
- Date: Fri, 07 Feb 2025 22:54:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-11 14:29:17.735844
- Title: Cumulant Structures of Entanglement Entropy
- Title(参考訳): 絡み合いエントロピーの累積構造
- Authors: Youyi Huang, Lu Wei,
- Abstract要約: ヒルベルト・シュミットアンサンブル上のフォン・ノイマンエントロピーの任意の順序の正確な累積式を導出する新しい方法を提案する。
新たな手法では,各累積を総和自由な方法で分解する隠れ累積構造を,その低次共同累積に発見する。
- 参考スコア(独自算出の注目度): 1.1371158248557305
- License:
- Abstract: We present a new method to derive exact cumulant expressions of any order of von Neumann entropy over Hilbert-Schmidt ensemble. The new method uncovers hidden cumulant structures that decouple each cumulant in a summation-free manner into its lower-order joint cumulants involving families of ancillary statistics. Importantly, the new method is able to avoid the seemingly inevitable task of simplifying nested summations of increasing difficulty that prevents the existing method in the literature to obtain higher-order cumulants.
- Abstract(参考訳): ヒルベルト・シュミットアンサンブル上のフォン・ノイマンエントロピーの任意の順序の正確な累積式を導出する新しい方法を提案する。
新たな手法では,各累積を総和自由な方法で分解する隠れ累積構造を,アシラリー統計の族を含む下位の合同累積構造に発見する。
重要なことに,本手法は,既存の手法が高次累積を得るのを阻止する難易度増大のネスト和を単純化する,一見避けられない作業を回避することができる。
関連論文リスト
- Small steps no more: Global convergence of stochastic gradient bandits for arbitrary learning rates [61.091122503406304]
勾配帯域幅アルゴリズムは, 経験的定値学習率を用いて, ほぼ確実にグローバルな最適ポリシーに収束することを示す。
この結果は、標準の滑らかさと騒音制御の仮定が崩壊するシナリオにおいても、勾配アルゴリズムが適切な探索と利用のバランスを保ち続けていることを証明している。
論文 参考訳(メタデータ) (2025-02-11T00:12:04Z) - Marginal-constrained entropy accumulation theorem [0.0]
チャネル条件エントロピーはその正規化バージョンに等しく、より一般的にはチャネルのテンソル積にまたがる加法性を示す。
暗号の目的のために、我々の鎖則をチャネルの列に適用すると、R'enyiエントロピーの新たな変種が生成される。
論文 参考訳(メタデータ) (2025-02-04T18:37:34Z) - A Unified Theory of Stochastic Proximal Point Methods without Smoothness [52.30944052987393]
近点法はその数値的安定性と不完全なチューニングに対する頑健性からかなりの関心を集めている。
本稿では,近位点法(SPPM)の幅広いバリエーションの包括的解析について述べる。
論文 参考訳(メタデータ) (2024-05-24T21:09:19Z) - Riemannian stochastic optimization methods avoid strict saddle points [68.80251170757647]
研究中のポリシーは、確率 1 の厳密なサドル点/部分多様体を避けていることを示す。
この結果は、アルゴリズムの極限状態が局所最小値にしかならないことを示すため、重要な正当性チェックを提供する。
論文 参考訳(メタデータ) (2023-11-04T11:12:24Z) - A characterization of von Neumann entropy using functors [0.0]
本稿では,フォン・ノイマンエントロピーを量子系に拡張して特徴付ける手法を提案する。
本稿では,ある圏から非負実数のモノイドへの関手を,測度保存関数から非負実数への写像として考える。
論文 参考訳(メタデータ) (2023-09-19T06:26:19Z) - Unified Convergence Theory of Stochastic and Variance-Reduced Cubic Newton Methods [37.1630298053787]
我々はヘルパーフレームワークと呼ばれる新しいフレームワークを提案する。
グローバルな複雑性保証を備えた分散アルゴリズムと二階アルゴリズムの統一的なビューを提供する。
論文 参考訳(メタデータ) (2023-02-23T12:18:28Z) - Optimal Algorithms for Stochastic Complementary Composite Minimization [55.26935605535377]
統計学と機械学習における正規化技術に触発され,補完的な複合化の最小化について検討した。
予測と高い確率で、新しい過剰なリスク境界を提供する。
我々のアルゴリズムはほぼ最適であり、このクラスの問題に対して、新しいより低い複雑性境界によって証明する。
論文 参考訳(メタデータ) (2022-11-03T12:40:24Z) - The Dynamics of Riemannian Robbins-Monro Algorithms [101.29301565229265]
本稿では,Robins と Monro のセミナル近似フレームワークを一般化し拡張するリーマンアルゴリズムの族を提案する。
ユークリッドのそれと比較すると、リーマンのアルゴリズムは多様体上の大域線型構造が欠如しているため、はるかに理解されていない。
ユークリッド・ロビンス=モンロスキームの既存の理論を反映し拡張するほぼ確実な収束結果の一般的なテンプレートを提供する。
論文 参考訳(メタデータ) (2022-06-14T12:30:11Z) - Accelerating Primal-dual Methods for Regularized Markov Decision
Processes [14.76029955314774]
エントロピー規則化マルコフ決定過程は強化学習に広く用いられている。
標準的な一階法は、厳密な凸性や凹凸性の欠如により、収束が遅い。
新しい4次凸化された原始双対の定式化は、大域収束保証と指数収束率を楽しむ。
論文 参考訳(メタデータ) (2022-02-21T19:38:33Z) - Kurtosis of von Neumann entanglement entropy [2.88199186901941]
Hilbert-Schmidtアンサンブル下の量子二部格子系における絡み合いの統計的挙動について検討する。
本研究の主な貢献は、分布の尾の挙動を制御する対応する第4累積の正確な公式である。
論文 参考訳(メタデータ) (2021-07-21T22:20:10Z) - Maximum Entropy Reinforcement Learning with Mixture Policies [54.291331971813364]
MaxEntアルゴリズムを用いて混合エントロピーのトラクタブル近似を構築する。
我々は、それが限界エントロピーの合計と密接に関連していることを示しています。
我々は, 混合ポリシーケースに対するsoft actor-critic (sac) のアルゴリズム的変種を導出し, 一連の連続制御タスクで評価する。
論文 参考訳(メタデータ) (2021-03-18T11:23:39Z)
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。