Fugu-MT 論文翻訳(概要): Quantum State-Aware Query Complexity: Krylov Compression and Polynomial Query Duality

論文の概要: Quantum State-Aware Query Complexity: Krylov Compression and Polynomial Query Duality

arxiv url: http://arxiv.org/abs/2510.11786v1
Date: Mon, 13 Oct 2025 18:00:03 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-15 19:02:32.044439
Title: Quantum State-Aware Query Complexity: Krylov Compression and Polynomial Query Duality
Title（参考訳）: 量子状態対応クエリの複雑さ: Krylov 圧縮と多項式クエリの重複
Authors: Kiran Adhikari Chhetriya,
Abstract要約: この状態認識の観点は、量子クエリによるKrylov/Favard近似という最悪のケース境界を洗練させ、状態依存のスペクトル構造が均一な設計よりも大幅に節約できるかを説明している。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We show that the minimal query complexity for preparing $f(H)\ket{\psi_0}$ is exactly the optimal polynomial approximation degree of $f$ in $L^2(\mu)$, where $\mu$ is the spectral measure of $(H,\ket{\psi_0})$. This state-aware perspective refines the worst-case bounds, unifies Krylov/Favard approximation with quantum queries, and explains how state-dependent spectral structure can yield substantial savings over uniform designs.
Abstract（参考訳）: 我々は、$f(H)\ket{\psi_0}$を作成する際の最小のクエリ複雑性が、ちょうど$f$ in $L^2(\mu)$の最適多項式近似次数であることを示す。この状態認識の観点は、最悪のケース境界を洗練させ、Krylov/Favard近似を量子クエリと統合し、状態依存のスペクトル構造が均一な設計よりも大幅に節約する方法について説明する。

関連論文リスト

Towards a Sharp Analysis of Offline Policy Learning for $f$-Divergence-Regularized Contextual Bandits [49.96531901205305]
我々は$f$-divergence-regularized offline policy learningを分析する。逆Kullback-Leibler (KL) の発散に対して、単極集中性の下での最初の$tildeO(epsilon-1)$サンプル複雑性を与える。これらの結果は,$f$-divergence-regularized policy learningの包括的理解に向けて大きな一歩を踏み出したものと考えられる。
論文参考訳（メタデータ） (2025-02-09T22:14:45Z)
On the Convergence of Single-Timescale Actor-Critic [49.19842488693726]
本研究では,有限状態空間を持つ無限水平割引決定過程(MD)に対して,単時間アクタークリティカル(AC)アルゴリズムのグローバル収束を解析する。我々は,アクタと批評家の両方のステップサイズが (O(k-Pfrac12) として崩壊し,従来の (O(k-Pfrac12) ) レートから (非最適) の Markov フレームワーク最適化で一般的に使用される (O(k-Pfrac12) ) レートから$k$ になることを示した。
論文参考訳（メタデータ） (2024-10-11T14:46:29Z)
Measuring quantum relative entropy with finite-size effect [53.64687146666141]
相対エントロピー$D(rho|sigma)$を$sigma$が知られているときに推定する。我々の推定器は次元$d$が固定されたときにCram'er-Rao型境界に達する。
論文参考訳（メタデータ） (2024-06-25T06:07:20Z)
Krylov complexity of density matrix operators [0.0]
KrylovをベースとしたKrylovの複雑性(C_K$)やSpreadの複雑性(C_S$)などが注目されている。密度行列演算子で表される状態の複雑さを考慮し,それらの相互作用を考察する。
論文参考訳（メタデータ） (2024-02-14T19:01:02Z)
A quantum-classical performance separation in nonconvex optimization [7.427989325451079]
我々は最近提案された量子ハミルトニアン(QHD)アルゴリズムが、このファミリーから$d$Dのクエリを解くことができることを証明した。一方、総合的な実証研究により、最先端の古典的アルゴリズム/解法はそのような問合せを解決するのにスーパーポリノミカルな時間を必要とすることが示唆されている。
論文参考訳（メタデータ） (2023-11-01T19:51:00Z)
Efficient Quantum State Synthesis with One Query [0.0]
本稿では,古典的オラクルへの単一クエリ(重ね合わせ)を実現する時間類似量子アルゴリズムを提案する。我々は、すべての$n$-qubit状態が、適切な有限ゲート集合上の$On/n)$-size回路によって0.01エラー内に構築可能であることを証明した。
論文参考訳（メタデータ） (2023-06-02T17:49:35Z)
A Newton-CG based barrier-augmented Lagrangian method for general nonconvex conic optimization [53.044526424637866]
本稿では、2つの異なる対象の一般円錐最適化を最小化する近似二階定常点(SOSP)について検討する。特に、近似SOSPを見つけるためのNewton-CGベースの拡張共役法を提案する。
論文参考訳（メタデータ） (2023-01-10T20:43:29Z)
Unitarity estimation for quantum channels [7.323367190336826]
ユニタリティ推定は、量子デバイス認証とベンチマークにおいて基礎的で重要な問題である。我々は、アンシラ効率のアルゴリズムを誘導するユニタリティ推定のための統一的なフレームワークを提供する。アルゴリズムの$d$-dependenceと$epsilon$-dependenceの両方が最適であることを示す。
論文参考訳（メタデータ） (2022-12-19T09:36:33Z)
A New Look at the $C^{0}$-formulation of the Strong Cosmic Censorship Conjecture [68.8204255655161]
我々は、アインシュタイン方程式の初期条件としての一般ブラックホールパラメータに対して、計量はより大きなローレンツ多様体に対して$C0$-extendableであると主張する。我々は、温度の低い双曲型AdS$_d+1$ブラックホールと、(d-1$)次元の双曲型H_d-1$のCFTとの「複雑=体積」予想に反することを示した。
論文参考訳（メタデータ） (2022-06-17T12:14:33Z)
An Optimal Separation of Randomized and Quantum Query Complexity [67.19751155411075]
すべての決定木に対して、与えられた順序 $ellsqrtbinomdell (1+log n)ell-1,$ sum to at least $cellsqrtbinomdell (1+log n)ell-1,$ where $n$ is the number of variables, $d$ is the tree depth, $c>0$ is a absolute constant。
論文参考訳（メタデータ） (2020-08-24T06:50:57Z)
Quasi-polynomial time algorithms for free quantum games in bounded dimension [11.56707165033]
2プレイヤフリーゲームの値に対する加法$epsilon$-approximationsを計算するために、$exp(mathcalObig(T12(log2(AT)+log(Q)log(AT))/epsilon2big))という半定値プログラムを与える。量子分離性問題と接続し、線形制約を伴う改良された多部量子デ・フィネッティ定理を用いる。
論文参考訳（メタデータ） (2020-05-18T16:55:08Z)

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。