論文の概要: Quantum Blackwell's Ordering and Differential Privacy

• arxiv url: http://arxiv.org/abs/2511.01467v1
• Date: Mon, 03 Nov 2025 11:24:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:27.240536
• Title: Quantum Blackwell's Ordering and Differential Privacy
• Title（参考訳）: 量子ブラックウェルの秩序と微分プライバシー
• Authors: Ayanava Dasgupta, Naqueeb Ahmad Warsi, Masahito Hayashi,
• Abstract要約: 我々は、量子仮説テストとブラックウェルの順序に基づく量子微分プライバシー(QDP)のためのフレームワークを開発する。 このアプローチは、仮説テストによる$(eps,delta)$-QDPを特徴付け、プライバシー制約の下で最も有意義な量子状態ペアを特定する。
• 参考スコア（独自算出の注目度）: 42.694152897125726
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We develop a framework for quantum differential privacy (QDP) based on quantum hypothesis testing and Blackwell's ordering. This approach characterizes $(\eps,\delta)$-QDP via hypothesis testing divergences and identifies the most informative quantum state pairs under privacy constraints. We apply this to analyze the stability of quantum learning algorithms, generalizing classical results to the case $\delta>0$. Additionally, we study privatized quantum parameter estimation, deriving tight bounds on the quantum Fisher information under QDP. Finally, we establish near-optimal contraction bounds for differentially private quantum channels with respect to the hockey-stick divergence.
• Abstract（参考訳）: 我々は、量子仮説テストとブラックウェルの順序に基づく量子微分プライバシー(QDP)のためのフレームワークを開発する。 このアプローチは、仮説テストによる$(\eps,\delta)$-QDPを特徴付け、プライバシー制約の下で最も有意義な量子状態ペアを特定する。 これを用いて量子学習アルゴリズムの安定性を解析し、古典的な結果を$\delta>0$のケースに一般化する。 さらに,QDPに基づく量子フィッシャー情報の厳密な境界を導出した民有化量子パラメータ推定について検討した。 最後に、ホッケースティックの発散に関して、微分プライベートな量子チャネルに対して、近似最適収縮境界を確立する。

関連論文リスト

• Quantum Homogenization as a Quantum Steady State Protocol on NISQ Hardware [42.52549987351643]
  量子ホモジェナイゼーション(quantum homogenization)は、貯水池に基づく量子状態近似プロトコルである。 我々は、標準的な量子同化プロトコルを、動的に等価(mathttSWAP$)$alpha$の定式化に拡張する。 提案プロトコルは,コード部分空間の修正が可能な完全正のトレース保存(CPTP)マップを生成する。
  論文  参考訳（メタデータ） (2024-12-19T05:50:54Z)
• Optimal Mechanisms for Quantum Local Differential Privacy [2.773175214444248]
  ローカルディファレンシャルプライバシ(QLDP)は、すべての状態が隣接する状態と見なされる古典的なシナリオと同様に、量子データのプライバシを保存するために提案されている。 本稿では、QLDPフレームワークの実用性を高めるために、プライバシとユーティリティのバランスをとるための最適なQLDPメカニズムについて検討する。
  論文  参考訳（メタデータ） (2024-07-18T13:46:16Z)
• Contraction of Private Quantum Channels and Private Quantum Hypothesis Testing [5.211732144306638]
  プライバシ制約下でのホッケースティックの分散に対する収縮係数について検討する。 また、プライベートな量子チャネルが量子学習環境における公平性とホレボ情報の安定性をどのように提供するかを示す。
  論文  参考訳（メタデータ） (2024-06-26T18:00:03Z)
• Quantum Pufferfish Privacy: A Flexible Privacy Framework for Quantum Systems [19.332726520752846]
  量子フグプライバシ(QPP)と呼ばれる量子システムのための多用途プライバシフレームワークを提案する。 古典的なフグのプライバシーにインスパイアされた私たちの定式化は、量子微分プライバシーの限界を一般化し対処します。 ここでは,QPPはダッタ・レディツキー情報スペクトルのばらつきの観点から等価に定式化可能であることを示す。
  論文  参考訳（メタデータ） (2023-06-22T17:21:17Z)
• Quantum Conformal Prediction for Reliable Uncertainty Quantification in Quantum Machine Learning [47.991114317813555]
  量子モデルは暗黙の確率予測器を実装し、測定ショットを通じて各入力に対して複数のランダムな決定を生成する。 本稿では、そのようなランダム性を利用して、モデルの不確実性を確実に捉えることができる分類と回帰の両方の予測セットを定義することを提案する。
  論文  参考訳（メタデータ） (2023-04-06T22:05:21Z)
• Analyzing Prospects for Quantum Advantage in Topological Data Analysis [35.423446067065576]
  我々は、トポロジカルデータ解析のための改良された量子アルゴリズムを解析し、最適化する。 超二次量子スピードアップは乗法誤差近似をターゲットとする場合にのみ可能であることを示す。 数百億のトフォリを持つ量子回路は、古典的に難解なインスタンスを解くことができると我々は主張する。
  論文  参考訳（メタデータ） (2022-09-27T17:56:15Z)

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。