論文の概要: Algorithms for Computing the Petz-Augustin Capacity

• arxiv url: http://arxiv.org/abs/2601.06492v1
• Date: Sat, 10 Jan 2026 08:57:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-13 19:08:00.844239
• Title: Algorithms for Computing the Petz-Augustin Capacity
• Title（参考訳）: ペッツオーガスティン容量計算アルゴリズム
• Authors: Chun-Neng Chu, Wei-Fu Tseng, Yen-Huan Li,
• Abstract要約: ペッツ=アウグスティン容量はペッツ=レーニ情報の反復として等価に表現できることを示す。 我々は,トンプソン計量に関して,新しい不動点アルゴリズムを提案し,その縮約性を確立する。
• 参考スコア（独自算出の注目度）: 2.0136346739539897
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose the first algorithms with non-asymptotic convergence guarantees for computing the Petz-Augustin capacity, which generalizes the channel capacity and characterizes the optimal error exponent in classical-quantum channel coding. This capacity can be equivalently expressed as the maximization of two generalizations of mutual information: the Petz-Rényi information and the Petz-Augustin information. To maximize the Petz-Rényi information, we show that it corresponds to a convex Hölder-smooth optimization problem, and hence the universal fast gradient method of Nesterov (2015), along with its convergence guarantees, readily applies. Regarding the maximization of the Petz-Augustin information, we adopt a two-layered approach: we show that the objective function is smooth relative to the negative Shannon entropy and can be efficiently optimized by entropic mirror descent; each iteration of entropic mirror descent requires computing the Petz-Augustin information, for which we propose a novel fixed-point algorithm and establish its contractivity with respect to the Thompson metric. Notably, this two-layered approach can be viewed as a generalization of the mirror-descent interpretation of the Blahut-Arimoto algorithm due to He et al. (2024).
• Abstract（参考訳）: 本稿では,ペッツ・アウグスティンのキャパシティを計算するための非漸近収束保証付きアルゴリズムを提案し,このアルゴリズムはチャネルキャパシティを一般化し,古典量子チャネル符号化における最適誤差指数を特徴付ける。 この容量は、ペッツ・レニ情報とペッツ・オーガスティン情報という2つの相互情報の一般化の最大化として表すことができる。 ペッツ・レニー情報を最大化するために、凸ヘルダー・スムース最適化問題に対応し、ネステロフ(2015)の普遍的高速勾配法とその収束保証が容易に適用可能であることを示す。 対象関数は負のシャノンエントロピーに対して滑らかであり、エントロピックミラー降下により効率よく最適化可能であることを示し、エントロピックミラー降下の各反復はペッツ=オーギュリン情報を計算することを必要とし、新しい固定点アルゴリズムを提案し、トンプソン計量に関してその縮約性を確立する。 特に、この2層アプローチは、He et al (2024) によるブラフト・アリモトアルゴリズムのミラー・ディフレクション解釈の一般化と見なすことができる。

関連論文リスト

• Rethinking quantum smooth entropies: Tight one-shot analysis of quantum privacy amplification [12.891210250935146]
  量子側情報に対するランダム性抽出の改良された一発的特徴化(プライバシ増幅)を導入する。 我々の主なツールは、古典的な滑らかな発散を測定によって持ち上げることで定義される、滑らかな条件付きエントロピーの新しいクラスである。 対数対数項に有界な一発逆数を与えることにより,結果の近似的最適性を示す。
  論文  参考訳（メタデータ） (2026-03-04T19:00:01Z)
• kTULA: A Langevin sampling algorithm with improved KL bounds under super-linear log-gradients [4.200092006696932]
  超線形に成長するログ勾配を持つ分布からサンプリングする問題を解くために, kTULA と呼ばれるタグ付きランゲヴィン動的アルゴリズムを提案する。 本研究の主な成果は,kTULAの性能に関する理論的保証を提供することである。
  論文  参考訳（メタデータ） (2025-06-05T10:51:18Z)
• Memory-Efficient 4-bit Preconditioned Stochastic Optimization [53.422307389223626]
  シャンプーのプリコンディショナーに4ビット量子化を導入する。 我々の知る限り、これはプレコンディショナーのチョレスキー因子に適用された最初の量子化手法である。 Cholesky量子化とエラーフィードバックを組み合わせることで、メモリ効率とアルゴリズム性能が向上することを示した。
  論文  参考訳（メタデータ） (2024-12-14T03:32:54Z)
• On diffusion-based generative models and their error bounds: The log-concave case with full convergence estimates [5.13323375365494]
  我々は,強い対数対数データの下での拡散に基づく生成モデルの収束挙動を理論的に保証する。 スコア推定に使用される関数のクラスは、スコア関数上のリプシッツネスの仮定を避けるために、リプシッツ連続関数からなる。 この手法はサンプリングアルゴリズムにおいて最もよく知られた収束率をもたらす。
  論文  参考訳（メタデータ） (2023-11-22T18:40:45Z)
• Quantum speedups for stochastic optimization [18.32349609443295]
  オラクルに対する量子振動の連続関数を最小化する問題を考察する。 リプシュ・アヴィッツ関数を最小化するための2つの新しい方法を提案する。
  論文  参考訳（メタデータ） (2023-08-03T07:39:10Z)
• Sample Complexity for Quadratic Bandits: Hessian Dependent Bounds and Optimal Algorithms [64.10576998630981]
  最適なヘッセン依存型サンプルの複雑さを, 初めて厳密に評価した。 ヘシアン非依存のアルゴリズムは、すべてのヘシアンインスタンスに対して最適なサンプル複雑さを普遍的に達成する。 本アルゴリズムにより得られたサンプルの最適複雑さは,重み付き雑音分布においても有効である。
  論文  参考訳（メタデータ） (2023-06-21T17:03:22Z)
• Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
  2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。 本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
  論文  参考訳（メタデータ） (2023-01-30T15:46:39Z)
• Bregman divergence based em algorithm and its application to classical and quantum rate distortion theory [61.12008553173672]
  本稿では,Bregman分散系における指数サブファミリーと混合サブファミリー間のBregman分散の最小化問題に対処する。 このアルゴリズムを量子設定を含む歪みとその変種の評価に適用する。
  論文  参考訳（メタデータ） (2022-01-07T13:33:28Z)
• High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise [51.31435087414348]
  アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。 非滑らか凸最適化の既存の方法は、信頼度に依存した複雑性境界を持つ。 そこで我々は,勾配クリッピングを伴う2つの手法に対して,新たなステップサイズルールを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:54:21Z)
• Projection-Free Adaptive Gradients for Large-Scale Optimization [22.0439695290991]
  フランク=ウルフアルゴリズムは、目的から近似した一階情報のみをクエリすることで、両方の計算負担を軽減するため、ユニークな位置を占める。 本手法は,制約付き最適化のための適応アルゴリズムの性能を向上させることができることを示す。
  論文  参考訳（メタデータ） (2020-09-29T15:56:12Z)
• Convergence of adaptive algorithms for weakly convex constrained optimization [59.36386973876765]
  モローエンベロープの勾配のノルムに対して$mathcaltilde O(t-1/4)$収束率を証明する。 我々の分析では、最小バッチサイズが1ドル、定数が1位と2位のモーメントパラメータが1ドル、そしておそらくスムーズな最適化ドメインで機能する。
  論文  参考訳（メタデータ） (2020-06-11T17:43:19Z)

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。