論文の概要: Sector-dominant graph-local drivers for path-window barrier Hamiltonians on the Boolean hypercube

• arxiv url: http://arxiv.org/abs/2604.25494v1
• Date: Tue, 28 Apr 2026 10:54:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-29 16:49:17.827598
• Title: Sector-dominant graph-local drivers for path-window barrier Hamiltonians on the Boolean hypercube
• Title（参考訳）: ブールハイパーキューブ上のパスウィンドウバリアハミルトニアンに対するセクター支配グラフ局所ドライバ
• Abstract要約: ブールハイパーキューブの有限サイズ断熱処理について検討した。 モノトーングレーコードの代表と関連するセクター/パス座標から構築したグラフローカルドライバを使用する。 コード、有限証明書、CSVファイル、検証ログ、再生スクリプトを提供し、有限サイズのクレームをトレース可能にする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study finite-size adiabatic state preparation on Boolean hypercubes using graph-local drivers built from sector/path coordinates related to monotone Gray-code representatives. The construction is not presented as a new all-$n$ Gray-code existence theorem; rather, it provides finite representatives, explicitly checked through the cases used in the numerical experiments, for testing problem-dependent graph-local drivers. For ordinary diagonal-cost transverse-field annealing, the ordering does not yield a robust advantage, and we include this negative result as a baseline. For non-diagonal target Hamiltonians whose geometry is expressed in the same sector/path coordinates, hybrid drivers combining sector, path-window, and small transverse-field components can substantially improve the final ground-state fidelity in centered barrier instances. Reproduction runs from the accompanying code confirm a representative centered original-window barrier value of approximately \(0.9799\) for the fixed-control hybrid parameters \((w,α,ε)=(8,0.50,0.15)\), while also showing that the improvement is target-class dependent. Randomized and ablation controls indicate that the dominant contribution is the sector-preserving skeleton, with strict one-bit completion acting as a secondary refinement. We provide code, finite certificates, CSV files, validation logs, and reproduction scripts to make the finite-size claims traceable.
• Abstract（参考訳）: 本研究では,モノトーングレーコード代表者に関連するセクター/パス座標から構築したグラフローカルドライバを用いて,ブールハイパーキューブの有限サイズ断熱状態生成について検討する。 この構成は、新しい全単価グレイコード存在定理として提示されるのではなく、問題依存グラフ局所ドライバをテストするために、数値実験で用いられるケースを明示的にチェックする有限代表を与える。 通常の対角線コストの逆場アニールの場合、順序付けは堅牢な優位性を持たず、この負の結果をベースラインとして含んでいる。 幾何学が同じセクター/パス座標で表現される非対角目標ハミルトニアンは、セクター、パスウインドウ、および小さな横フィールド成分を組み合わせたハイブリッドドライバは、中心となるバリアインスタンスにおける最終的な基底状態の忠実性を大幅に改善することができる。 付随するコードから再生は、固定制御ハイブリッドパラメーター \((w,α,ε)=(8,0.50,0.15)\) に対して、約 \(0.9799\) の代表中心の原窓障壁値を確認するとともに、改善がターゲットクラスに依存していることを示す。 ランダム化およびアブレーション制御は、主要な貢献はセクター保存骨格であり、厳密な1ビットの完成は二次的な精製として作用することを示している。 コード、有限証明書、CSVファイル、検証ログ、再生スクリプトを提供し、有限サイズのクレームをトレース可能にする。

関連論文リスト

• Support Topology and Gradient Mixing in Sinkhorn Layers [0.0]
  各行列サイクルが列ポテンシャル摂動変調定数上で行確率演算子を誘導することを示す。 伴なスコアと限界源項を導出し、同質およびソース駆動のテールコタンガントを束縛するために、ドブルシン収縮とマイノライゼーションを用いる。
  論文  参考訳（メタデータ） (2026-09-07T20:18:56Z)
• Mitigating Bias in Locally Constrained Decoding via Tractable Proposals [73.78736135699953]
  既存の局所的制約付き復号法は、ミオプティックに次のトークンを隠蔽することで制約を強制する。 最近の研究では、シーケンシャルなモンテカルロ法を用いてバイアスを緩和しているが、効果的な提案分布や潜在的な関数を設計することは重要な課題である。 我々は、$p_mathrmlm( cdot mid mathrmconstraint)$からSMCサンプリングのための提案とポテンシャルを構築するための一般的なアプローチを提案する。
  論文  参考訳（メタデータ） (2026-06-01T08:58:18Z)
• Branched Signature Kernel Solvers for ODEs with rough Single-Trajectory signals [2.94985644773306]
  単軌道で駆動される常微分方程式に対する分岐シグネチャカーネルソルバを開発する。 Emphcount-sampling構造は、単一の観察をN+1$ネストされたトレーニングパスの階層的なファミリーに変換する。 カーネル・コロケーション・フレームワークは、アンザッツを解の最高階微分または解自体に配置する。
  論文  参考訳（メタデータ） (2026-05-25T13:22:07Z)
• Geometric and Spectral Alignment for Deep Neural Network II [12.227949990332363]
  本稿では,残留ヤコビ鎖に対する幾何およびスペクトルアライメントの角および静的チャネル成分について述べる。 カルタン座標の剛性と有効ランクの窓から始め、隣接する層を横断する支配的な特異部分空間がどのように輸送されるかを研究する。 主な結果は決定論的、余分な検証結果である。
  論文  参考訳（メタデータ） (2026-05-04T00:17:48Z)
• Skyline-First Traversal as a Control Mechanism for Multi-Criteria Graph Search [0.0]
  本稿では,制約付きコストモデル,有限コストグリッド,マルコフ遷移,非ゼロプログレッシブ測度の下では,パレート幾何学だけでスケジューリングと終了の両立が可能であることを示す。 本分析では, 決定論的ポテンシャル降下, 支配範囲による認定終了, コストグリッド形状によって誘導される層幅の均一化, スカイライン内におけるコスト空間の分散について検討した。
  論文  参考訳（メタデータ） (2026-04-14T08:44:24Z)
• Variational Bayesian Flow Network for Graph Generation [54.94088904387278]
  グラフ生成のための変分ベイズフローネットワーク(VBFN)を提案する。 VBFNは、構造化精度で支配されるトラクタブルジョイントガウス変分信念ファミリーに対して変分リフトを行う。 合成グラフと分子グラフのデータセットでは、VBFNは忠実度と多様性を改善し、ベースライン法を超えている。
  論文  参考訳（メタデータ） (2026-01-30T03:59:38Z)
• A Lindblad-Pauli Framework for Coarse-Grained Chaotic Binary-State Dynamics [0.0]
  我々は、駆動ダッフィング発振器の粗粒度左/右の統計情報を2時間2$密度行列表現に埋め込む2状態フレームワークを開発した。 対角状態の場合、GKSL力学は古典的な二状態方程式に還元される。 我々は閉形式解、明示的なクラウス表現、時間的一階マルコフ仮定の実用的な診断を導出する。
  論文  参考訳（メタデータ） (2025-12-19T03:27:05Z)
• Optimal Boundary Control of Diffusion on Graphs via Linear Programming [2.064612766965483]
  幾何ネットワーク上での定常拡散とフラックス最適化のためのフレームワークを提案する。 境界ポテンシャルは、線形ネットワークラプラシアンに従って内部フラックスを駆動する制御として機能する。 この解析はミンコフスキー-ワイル分解、ホフマン境界、および現代的なネットワークベースの拡散モデリングによる線形プログラミングの基本定理などの古典的な結果と結合する。
  論文  参考訳（メタデータ） (2025-11-05T02:41:07Z)
• Graph-based Clustering Revisited: A Relaxation of Kernel $k$-Means Perspective [73.18641268511318]
  本稿では,クラスタリング結果を導出するための正規制約のみを緩和するグラフベースのクラスタリングアルゴリズムを提案する。 二重制約を勾配に変換するために、非負の制約をクラス確率パラメータに変換する。
  論文  参考訳（メタデータ） (2025-09-23T09:14:39Z)
• A Signed Graph Approach to Understanding and Mitigating Oversmoothing in GNNs [54.62268052283014]
  署名されたグラフの枠組みに基づく統一的な理論的視点を示す。 既存の戦略の多くは、メッセージパッシングを変えて過度な操作に抵抗する負のエッジを暗黙的に導入している。 本稿では,ラベルや特徴の類似性に基づいて署名されたエッジを割り当てるプラグイン・アンド・プレイ方式であるStructure Balanced Propagation (SBP)を提案する。
  論文  参考訳（メタデータ） (2025-02-17T03:25:36Z)
• Stable Nonconvex-Nonconcave Training via Linear Interpolation [51.668052890249726]
  本稿では,ニューラルネットワークトレーニングを安定化(大規模)するための原理的手法として,線形アヘッドの理論解析を提案する。 最適化過程の不安定性は、しばしば損失ランドスケープの非単調性によって引き起こされるものであり、非拡張作用素の理論を活用することによって線型性がいかに役立つかを示す。
  論文  参考訳（メタデータ） (2023-10-20T12:45:12Z)
• General Cutting Planes for Bound-Propagation-Based Neural Network Verification [144.7290035694459]
  任意の切削平面制約を加えることができるような境界伝搬手順を一般化する。 MIPソルバは、境界プロパゲーションベースの検証器を強化するために高品質な切削面を生成することができる。 本手法は,oval20ベンチマークを完全解き,oval21ベンチマークの2倍のインスタンスを検証できる最初の検証器である。
  論文  参考訳（メタデータ） (2022-08-11T10:31:28Z)
• On the Effective Number of Linear Regions in Shallow Univariate ReLU Networks: Convergence Guarantees and Implicit Bias [50.84569563188485]
  我々は、ラベルが$r$のニューロンを持つターゲットネットワークの符号によって決定されるとき、勾配流が方向収束することを示す。 我々の結果は、標本サイズによらず、幅が$tildemathcalO(r)$である、緩やかなオーバーパラメータ化をすでに維持しているかもしれない。
  論文  参考訳（メタデータ） (2022-05-18T16:57:10Z)

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。