論文の概要: Quantum channel discrimination against jammers
- arxiv url: http://arxiv.org/abs/2510.07977v1
- Date: Thu, 09 Oct 2025 09:10:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-10 17:54:14.979019
- Title: Quantum channel discrimination against jammers
- Title(参考訳): ジャマーに対する量子チャネル識別
- Authors: Kun Fang, Michael X. Cao,
- Abstract要約: 逆入力相手を持つ2つのチャネル間の量子チャネル識別の問題(ジャマー)について検討する。
ミニマックスチャネルの発散の概念を導入し,その重要な特性のいくつかを確立する。
並列戦略下での最適型II指数誤差は、正規化されたミニマックスチャネルのばらつきによって特徴づけられる。
- 参考スコア(独自算出の注目度): 5.232225863167099
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study the problem of quantum channel discrimination between two channels with an adversary input party (a.k.a. a jammer). This setup interpolates between the best-case channel discrimination as studied by (Wang & Wilde, 2019) and the worst-case channel discrimination as studied by (Fang, Fawzi, & Fawzi, 2025), thereby generalizing both frameworks. To address this problem, we introduce the notion of minimax channel divergence and establish several of its key mathematical properties. We prove the Stein's lemma in this new setting, showing that the optimal type-II error exponent in the asymptotic regime under parallel strategies is characterized by the regularized minimax channel divergence.
- Abstract(参考訳): 本稿では,2つのチャネル間の量子チャネル識別の問題について検討する。
この設定は (Wang & Wilde, 2019) によるベストケースチャネルの識別と (Fang, Fawzi, & Fawzi, 2025) による最悪のケースチャネルの識別を補間し、両方のフレームワークを一般化する。
この問題に対処するために,ミニマックスチャネルの分岐の概念を導入し,その重要な数学的性質のいくつかを確立する。
本稿では, 並列戦略下での漸近的状態における最適なタイプII誤差指数は, 正規化ミニマックスチャネルのばらつきによって特徴づけられることを示す。
関連論文リスト
- Adversarial quantum channel discrimination [11.59751616011475]
非対称仮説テストにおいて、最適なタイプII誤差指数は、最小出力チャネルのばらつきによって正確に特徴づけられることを示す。
これは、逆チャネル判別における量子シュタインの補題の直接的なアナログとして機能する。
論文 参考訳(メタデータ) (2025-06-03T16:39:01Z) - Query Complexity of Classical and Quantum Channel Discrimination [5.211732144306638]
量子チャネル識別のクエリ複雑性について検討する。
目標は、所望のエラー確率に到達するために必要なチャネルの最小数を決定することである。
論文 参考訳(メタデータ) (2025-04-17T14:54:00Z) - Resolvability of classical-quantum channels [54.825573549226924]
2つの設定で古典量子チャネルの可解性について検討し、最悪の入力から生成されたチャネル出力について検討し、固定独立かつ同一に分散された(d.d.)入力を形成する。
固定入出力設定では、既知の量子ソフト被覆結果から直部が従うが、最近の代替量子サノフ定理を利用して強い逆を解く。
論文 参考訳(メタデータ) (2024-10-22T05:18:43Z) - Composite Classical and Quantum Channel Discrimination [9.877005520976846]
非対称なセッティングにおける二元合成チャネル識別の問題について検討し、その仮説は比較的任意のチャネル集合によって与えられる。
一般的な単純な仮説とは異なり、古典的なチャネルに対する合成仮説を用いたチャネル識別戦略には利点があることが示される。
論文 参考訳(メタデータ) (2023-03-03T15:31:38Z) - Revisiting Random Channel Pruning for Neural Network Compression [159.99002793644163]
チャネル(または3Dフィルタ)プルーニングは、ニューラルネットワークの推論を加速する有効な方法である。
本稿では,ランダムな探索により,プルーンドモデルのチャネル構成を決定することを試みる。
この単純な戦略は、他のチャネルプルーニング手法と比較して非常にうまく機能することを示す。
論文 参考訳(メタデータ) (2022-05-11T17:59:04Z) - Towards the ultimate limits of quantum channel discrimination and quantum communication [9.513467246615642]
この研究は量子チャネルの識別とその基本的限界の理解を深める。
我々は、相対エントロピーをテストする量子仮説に関するよりシャープな境界を含む、量子分岐のための新しいツールを開発する。
我々は、量子通信タスクを識別問題として、チャネル容量、チャネル識別、およびチャネル分岐の数学的構造の間の深い関係を明らかにする。
論文 参考訳(メタデータ) (2021-10-28T01:48:13Z) - Learning to Perform Downlink Channel Estimation in Massive MIMO Systems [72.76968022465469]
大規模マルチインプット・マルチアウトプット(MIMO)システムにおけるダウンリンク(DL)チャネル推定について検討する。
一般的なアプローチは、チャネル硬化によって動機付けられた推定値として平均値を使用することである。
本稿では2つの新しい推定法を提案する。
論文 参考訳(メタデータ) (2021-09-06T13:42:32Z) - Channel-wise Knowledge Distillation for Dense Prediction [73.99057249472735]
本稿では,学生ネットワークと教師ネットワークのチャンネルワイズ機能について提案する。
様々なネットワーク構造を持つ3つのベンチマークにおいて、一貫して優れた性能を実現している。
論文 参考訳(メタデータ) (2020-11-26T12:00:38Z) - 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) - The Devil is in the Channels: Mutual-Channel Loss for Fine-Grained Image
Classification [67.79883226015824]
きめ細かい画像分類を解く鍵は、微妙な視覚的特徴に対応する識別領域と局所領域を見つけることである。
本稿では,複雑なネットワーク設計や学習機構を必要とせずに,微妙な詳細を育むことができることを示す。
提案した損失関数は、相互チャネル損失(MC-Loss)と呼ばれ、2つのチャネル固有成分から構成される。
論文 参考訳(メタデータ) (2020-02-11T09:12:45Z)
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。