論文の概要: Approximate virtual quantum broadcasting

• arxiv url: http://arxiv.org/abs/2603.19476v1
• Date: Thu, 19 Mar 2026 21:17:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 19:48:38.893075
• Title: Approximate virtual quantum broadcasting
• Title（参考訳）: 近似仮想量子放送
• Authors: Matthew Simon Tan, Davit Aghamalyan, Varun Narasimhachar,
• Abstract要約: ノンブロードキャスト定理は、物理過程が未知の量子状態のコピーを2つ以上の受信機にブロードキャストすることはできないという定理である。 最近の研究は、非物理的プロセスの「仮想的」実装を用いて、この制限を回避する方法を模索している。 本研究では,この欠陥を回避するために,放送データに少量の体系的バイアスを許容し,仮想コピーを近似的に生成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The no-broadcasting theorem, a fundamental limitation on the communication of quantum information, holds that a physical process cannot broadcast copies of an unknown quantum state to two or more receivers. Recent work has explored ways of circumventing this limitation using "virtual" implementations of non-physical processes using measurement and data-processing on statistical samples of the unknown input. However, the statistical fluctuations of this data degrades the virtual copies so much that the protocol effectively depletes, rather than proliferate, the sample size -- thereby rendering it worse than the "naive" approach of splitting the given sample and sending a subsample to each receiver. In this work, we circumvent this flaw by allowing a small amount of systematic bias in the broadcast data, resulting in approximate virtual copies. We provide efficient semidefinite programs (SDP's) to determine the minimum sample size required to keep the approximation error below a desired threshold and vice versa. For reasonably small error values, we find approximate virtual broadcasting to be viable with sample sizes smaller than naive sample-splitting would demand. Along the way, we prove several symmetry-based simplifications to the problem, allowing optimal approximate broadcasting to be characterized in terms of the simple class of depolarizing channels.
• Abstract（参考訳）: 量子情報の通信の基本的な制限であるノンブロードキャスティング定理は、物理過程が未知の量子状態のコピーを2つ以上の受信機にブロードキャストすることはできないというものである。 近年の研究では、未知の入力の統計サンプルの計測とデータ処理を用いて、非物理的プロセスの「仮想的」実装を用いて、この制限を回避する方法を模索している。 しかし、このデータの統計的変動は仮想コピーを劣化させるので、プロトコルはサンプルサイズを増大させるのではなく、効果的に劣化させ、それによって、与えられたサンプルを分割し、各受信者にサブサンプルを送信するという"単純"アプローチよりも悪くなる。 本研究では,この欠陥を回避するために,放送データに少量の体系的バイアスを許容し,仮想コピーを近似的に生成する。 近似誤差を所望の閾値以下に抑えるのに必要な最小サンプルサイズを決定するための効率的な半定値プログラム(SDP)を提供する。 誤差値が小さくなると、サンプル分割が要求するより小さいサンプルサイズで、近似的な仮想放送が可能となる。 その過程で,この問題に対する対称性に基づくいくつかの単純化を証明し,簡易な分極チャネルのクラスで最適な近似放送を特徴付ける。

関連論文リスト

• Practical Quantum Broadcasting [1.9766522384767224]
  近似的および確率的仮想放送を導入し、最適なサンプル複雑性のオーバーヘッドに対する解析式を導出する。 量子ビットシステムでは、1対6の仮想放送が実現可能である。
  論文  参考訳（メタデータ） (2026-03-19T16:14:12Z)
• Corrected Samplers for Discrete Flow Models [36.348940136801296]
  近年の研究では、タウ・リーピングやオイラー・ソルバのような離散拡散モデルのサンプルについて研究されている。 遷移率やソース分布に制限を加えることなく,非漸近的離散化誤差境界を確立する。 位置補正されたサンプリング器は,既存の並列サンプリング器よりも複雑さが低いことを厳密に示す。
  論文  参考訳（メタデータ） (2026-01-30T03:53:22Z)
• Large Language Models Are Bad Dice Players: LLMs Struggle to Generate Random Numbers from Statistical Distributions [50.1404916337174]
  大規模言語モデル(LLM)における母国語の確率的サンプリングの大規模,統計的に活用された最初の監査について述べる。 バッチ生成は, ほぼ完全に崩壊する一方, 中央値のパスレートが13%であり, 統計的妥当性はわずかであることがわかった。 現在のLCMには機能的な内部サンプルが欠如しており、統計的保証を必要とするアプリケーションに外部ツールを使う必要があると結論付けている。
  論文  参考訳（メタデータ） (2026-01-08T22:33:12Z)
• Quantizing Diffusion Models from a Sampling-Aware Perspective [43.95032520555463]
  本稿では,混合次軌道アライメント手法を考案したサンプリング対応量子化手法を提案する。 複数のデータセットにまたがるスパースステップ高速サンプリング実験により,本手法は高速サンプリング器の高速収束特性を保っていることが示された。
  論文  参考訳（メタデータ） (2025-05-04T20:50:44Z)
• No Practical Quantum Broadcasting: Even Virtually [1.051878329906797]
  線形過程が標本効率、ユニタリ共分散、置換不変性、古典的一貫性を維持できないことを証明する。 標準の1-to-N$仮想放送マップの特異性を確立する。 仮想放送と擬似密度演算子として知られる量子時空フレームワークの相互作用について検討する。
  論文  参考訳（メタデータ） (2025-03-20T17:43:20Z)
• Distributional Diffusion Models with Scoring Rules [83.38210785728994]
  拡散モデルは高品質な合成データを生成する。 高品質な出力を生成するには、多くの離散化ステップが必要です。 クリーンデータサンプルの後部エム分布を学習し,サンプル生成を実現することを提案する。
  論文  参考訳（メタデータ） (2025-02-04T16:59:03Z)
• Large Language Monkeys: Scaling Inference Compute with Repeated Sampling [81.34900892130929]
  モデルから候補解を繰り返しサンプリングする簡単な手法を用いて、推論計算をスケーリングのための別の軸として検討する。 複数のタスクやモデルにまたがって、カバレッジは4桁以上のサンプル数でスケールする。 コードや形式的証明のようなドメインでは、回答が自動的に検証されるので、カバレッジの増加は直接的にパフォーマンスの向上につながります。
  論文  参考訳（メタデータ） (2024-07-31T17:57:25Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Quasiprobability decompositions with reduced sampling overhead [4.38301148531795]
  量子エラー軽減技術は、フォールトトレラントな量子エラー補正を必要とせずに、現在の量子ハードウェアのノイズを低減することができる。 本稿では, 準確率分解を雑音を考慮した方法で選択することを目的とした, 数学的最適化に基づく新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-01-22T19:00:06Z)

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。