論文の概要: The Signal Horizon: Local Blindness and the Contraction of Pauli-Weight Spectra in Noisy Quantum Encodings

• arxiv url: http://arxiv.org/abs/2602.14735v1
• Date: Mon, 16 Feb 2026 13:25:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-17 16:22:50.430403
• Title: The Signal Horizon: Local Blindness and the Contraction of Pauli-Weight Spectra in Noisy Quantum Encodings
• Title（参考訳）: 信号水平:雑音量子符号化における局所ブラインドネスとパウリウェイトスペクトルの縮約
• Authors: Ait Haddou Marwan,
• Abstract要約: 本研究は,騒音の存在下での局所性制約測定において,どの程度のクラス情報がアクセス可能であるかを検討する。 独立脱分極雑音を受ける$n$-qubit系では、局所的にアクセス可能な信号はパウリ重みに依存した収縮機構によって制御される。 4ビット符号化の数値実験は、経験的精度と雑音レベルの予測との定量的な一致を示した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The performance of quantum classifiers is typically analyzed through global state distinguishability or the trainability of variational models. This study investigates how much class information remains accessible under locality-constrained measurements in the presence of noise. The authors formulate binary quantum classification as constrained quantum state discrimination and introduce a locality-restricted distinguishability measure quantifying the maximum bias achievable by observables acting on at most $k$ subsystems. For $n$-qubit systems subject to independent depolarizing noise, the locally accessible signal is governed by a Pauli-weight-dependent contraction mechanism. This motivates a computable predictor, the $k$-local Pauli-accessible amplitude $A_{k}(p)$, which lower bounds the optimal $k$-local classification advantage. Numerical experiments on four-qubit encodings demonstrate quantitative agreement between empirical accuracy and the prediction across noise levels. The research identifies an operational breakdown threshold where $k$-local classifiers become indistinguishable from random guessing despite persistent global distinguishability.
• Abstract（参考訳）: 量子分類器の性能は、典型的には大域的状態の区別可能性や変分モデルの訓練可能性を通して解析される。 本研究は,騒音の存在下での局所性制約測定において,どの程度のクラス情報がアクセス可能であるかを検討する。 著者らは、二項量子分類を制約付き量子状態判別として定式化し、最大バイアスを最大$k$サブシステムで作用させることによって定量化する局所性制限付き微分可能性尺度を導入する。 独立脱分極雑音を受ける$n$-qubit系では、局所的にアクセス可能な信号はパウリ重みに依存した収縮機構によって制御される。 これは計算可能な予測子、$k$-ローカルなパウリアクセス可能な振幅$A_{k}(p)$を動機付け、最適な$k$-ローカルな分類の利点を低くする。 4ビット符号化の数値実験は、経験的精度と雑音レベルの予測との定量的な一致を示した。 この研究は、グローバルな識別可能性にもかかわらず、$k$ローカルな分類器がランダムな推測と区別できないような運用上のブレークスルーしきい値を特定する。

関連論文リスト

• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Neural quantum states for entanglement depth certification from randomized Pauli measurements [0.0]
  絡み合い深さ(Entanglement depth)は、実際の多部絡み合いを共有するキュービットの数を定量化する。 認定は通常 仕立てられた証人や フルトモグラフィーに頼っている 我々は、エンタングルメント深さと非$$$セパビリティ認定を、可能性に基づくモデル選択として再放送する。
  論文  参考訳（メタデータ） (2025-12-15T09:20:15Z)
• Correlating noise floor with magic and entanglement in Pauli product states [37.69303106863453]
  パウリの積公式によって生成されるノイズの多い状態から、量子コンピューティングに特有の資源を回収する能力を示す。 純状態の忠実度は、与えられた計算のノイズフロアを表す。 各種の小型回路に対して,古典的影データを収集することにより,これらの知見を実験的に検証した。
  論文  参考訳（メタデータ） (2025-05-07T19:24:00Z)
• Bayesian Quantum Amplitude Estimation [46.03321798937855]
  量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。 耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。 本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
  論文  参考訳（メタデータ） (2024-12-05T18:09:41Z)
• Demonstration of Robust and Efficient Quantum Property Learning with Shallow Shadows [1.366942647553326]
  本稿では,現在の量子コンピューティングプラットフォーム上での量子状態の特徴付けのためのロバストプロトコルを提案する。 提案プロトコルは, 期待値, 忠実度, 絡み合いエントロピーなどの状態特性を, サンプルの複雑さを低く保ちながら正確に復元する。 この理論的および実験的分析を組み合わせることで、ロバストな浅い影プロトコルは、スケーラブルで堅牢でサンプル効率のよいプロトコルとして位置づけられる。
  論文  参考訳（メタデータ） (2024-02-27T21:53:32Z)
• Certified Robustness of Quantum Classifiers against Adversarial Examples through Quantum Noise [68.1992787416233]
  量子ランダムな回転雑音を加えることで、敵攻撃に対する量子分類器のロバスト性を向上できることを示す。 我々は、量子分類器が敵の例に対して防御できるように、証明された堅牢性を導出する。
  論文  参考訳（メタデータ） (2022-11-02T05:17:04Z)
• Suppressing Amplitude Damping in Trapped Ions: Discrete Weak Measurements for a Non-unitary Probabilistic Noise Filter [62.997667081978825]
  この劣化を逆転させるために、低オーバーヘッドプロトコルを導入します。 振幅減衰雑音に対する非単位確率フィルタの実装のための2つのトラップイオンスキームを提案する。 このフィルタは、単一コピー準蒸留のためのプロトコルとして理解することができる。
  論文  参考訳（メタデータ） (2022-09-06T18:18:41Z)
• Optimal Provable Robustness of Quantum Classification via Quantum Hypothesis Testing [14.684867444153625]
  量子機械学習モデルには、従来のモデルに比べてスピードアップと予測精度が向上する可能性がある。 これらの量子アルゴリズムは、古典的なアルゴリズムと同様に、入力摂動に弱いことが示されている。 これらは、ノイズの多い実装か、最悪のタイプのノイズとして、敵攻撃から生じる可能性がある。
  論文  参考訳（メタデータ） (2020-09-21T17:55:28Z)
• Quantum noise protects quantum classifiers against adversaries [120.08771960032033]
  量子情報処理におけるノイズは、特に短期的な量子技術において、破壊的で避け難い特徴と見なされることが多い。 量子回路の非偏極雑音を利用して分類を行うことにより、敵に縛られるロバスト性を導出できることを示す。 これは、最も一般的な敵に対して使用できる最初の量子プロトコルである。
  論文  参考訳（メタデータ） (2020-03-20T17:56:14Z)

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。