論文の概要: Optimal Bounds, Barriers, and Extensions for Non-Hermitian Bivariate Quantum Signal Processing

• arxiv url: http://arxiv.org/abs/2605.12656v1
• Date: Tue, 12 May 2026 19:03:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:27.630207
• Title: Optimal Bounds, Barriers, and Extensions for Non-Hermitian Bivariate Quantum Signal Processing
• Title（参考訳）: 非エルミタン二変量量子信号処理のための最適境界, バリア, 拡張
• Authors: Joshua M. Courtney,
• Abstract要約: 反エルミート的クエリ複雑性 $d_I = (betaI T + log/varepsilon)/loglog (1/varepsilon)$ は強固で、チェビシェフ係数、修正ベッセル関数、Lambert$W$逆変換によって確立される。 定数アクセス演算構成は、制限された領域上の固有の障壁$e-2T$を達成するが、完全なビットースへの拡張は未開である。
• 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: Multivariate quantum signal processing (M-QSP) has recently been shown to be applicable for non-Hermitian Hamiltonian simulation, opening several problems regarding the optimization landscape, angle-finding, and constant-factor analysis. We resolve several of these problems here. We find the anti-Hermitian query complexity $d_I = Θ(\betaI T + \log(1/\varepsilon)/\log\log(1/\varepsilon))$ to be tight, established via Chebyshev coefficient bounds, modified Bessel function asymptotics, and Lambert~$W$ inversion. Fast-forwarding to $d_I = \mathcal{O}(\sqrt{\betaI T})$ is impossible in the bivariate polynomial model, though a linear state-dependent improvement to $d_I = \mathcal{O} β_{\mathrm{eff}} T + \log(1/\varepsilon)/\log\log(1/\varepsilon))$ is achievable. The optimization landscape of M-QSP admits spurious local minima, but a warm-start basin guarantee ensures the two-stage algorithm converges. CRC-exploiting block peeling reduces angle-finding from $\mathcal{O}(d^3)$ to $\mathcal{O}(d^2)$ classical operations, and optimized error allocation yields a leading constant of approximately~$2$ relative to the information-theoretic lower bound. A constant-ratio condition extends to non-identical signal operators, enabling time-dependent non-Hermitian simulation with query complexity $\mathcal{O}(\int_0^T(\alphaR(s) + \betaI(s))\,ds + \log(1/\varepsilon)/\log\log(1/\varepsilon))$. Block-encoding overhead $e^{-2\betaI T}$ holds across all function classes within the walk-operator oracle model, and dilational methods (Schrödingerization) achieve the walk-operator barrier. A precisely characterized direct-access construction achieves the intrinsic barrier $e^{-2ωT}$ (with $ω< \betaI$ for non-commuting Hamiltonians) on a restricted domain, though extension to the full bitorus remains open.
• Abstract（参考訳）: 多変量量子信号処理(M-QSP)は、最近非エルミートハミルトニアンシミュレーションに適用され、最適化ランドスケープ、角度フィンディング、定数要素解析に関するいくつかの問題を解決している。 これらの問題のいくつかをここで解決する。 反エルミート的クエリ複雑性 $d_I = >(\betaI T + \log(1/\varepsilon)/\log(1/\varepsilon)$ は強で、チェビシェフ係数境界、修正ベッセル関数漸近、Lambert~$W$逆変換によって確立される。 d_I = \mathcal{O}(\sqrt{\betaI T})$ への高速転送は二変数多項式モデルでは不可能であるが、$d_I = \mathcal{O} β_{\mathrm{eff}} T + \log(1/\varepsilon)/\log(1/\varepsilon)$ への線形状態依存的な改善は達成可能である。 M-QSPの最適化の展望は、急激な局所最小化を許容するが、温かいスタートの保証により、2段階のアルゴリズムが収束することを保証している。 CRC-exploiting block peeling は $\mathcal{O}(d^3)$ から $\mathcal{O}(d^2)$ へのアングルフィニングを減少させ、最適化されたエラー割り当ては情報理論の下界に対して約 2$ のリード定数を得る。 定数比条件は非同一信号演算子に拡張され、クエリ複雑性を持つ時間依存の非エルミートシミュレーションを可能にします $\mathcal{O}(\int_0^T(\alphaR(s) + \betaI(s))\,ds + \log(1/\varepsilon)/\log(1/\varepsilon))$。 ブロックエンコーディングオーバーヘッド $e^{-2\betaI T}$ は、ウォーク-オラクルモデル内のすべての関数クラスを保持し、ディラショナルメソッド(シュレーディンガー化)はウォーク-オペレータ障壁を達成する。 正確に特徴づけられた直接アクセス構成は、制限された領域上の固有の障壁$e^{-2ωT}$(非可換ハミルトン群に対して$ω< \betaI$)を達成するが、完全なビソルスへの拡張は未開である。

関連論文リスト

• Simulation of Non-Hermitian Hamiltonians with Bivariate Quantum Signal Processing [0.0]
  H_mathrmeff = H_R + iH_I$, where $H_R$ is Hermitian and $H_I succeq 0$。
  論文  参考訳（メタデータ） (2026-05-12T17:40:56Z)
• On the complexity of quantum numerical integration: an angle-structure characterization [1.376408511310322]
  量子振幅推定(QAE)による$[0,1]$の数値積分について検討し,振幅オラクルの構築コストに着目した。 格子関数クラス $mathcalG_n(d)$ の階層を導入し、角写像 $_g:0,1nto[0,]$ を最大$d$ の次数として定義する。 $d=1$の場合、これは$O(varepsilon-1log(1/varepsilon))$となり、古典的なモンテカルロを$geで改善する。
  論文  参考訳（メタデータ） (2026-04-27T10:23:24Z)
• Exponential Lindbladian fast forwarding and exponential amplification of certain Gibbs state properties [3.3728077347699497]
  リンドブラディアン高速フォワード法とそのギブス状態特性推定への応用について検討する。 ファストフォワード(Fast-forwarding)とは、$t$よりもはるかに少ないクエリや回路深度を用いて、時間$t$のシステムをシミュレートする機能である。
  論文  参考訳（メタデータ） (2025-09-11T14:57:53Z)
• Spectral Gaps with Quantum Counting Queries and Oblivious State Preparation [47.600794349481966]
  本研究では、量子ビットの対数数を用いて、加算誤差$epsilonDelta_k$まで値を近似する量子アルゴリズムを提案する。 この分析における重要な技術的ステップは、適切なランダム初期状態の準備であり、最終的には閾値よりも小さい固有値の数を効率的に数えることができる。
  論文  参考訳（メタデータ） (2025-08-28T17:04:18Z)
• Quantum singular value transformation without block encodings: Near-optimal complexity with minimal ancilla [18.660349597156266]
  量子特異値変換(Quantum Singular Value Transformation, QSVT)は,最もよく知られた量子アルゴリズムをカプセル化する統一フレームワークである。 その結果,量子アルゴリズムの新しいフレームワークが確立され,ハードウェアのオーバヘッドが大幅に低減され,ほぼ最適性能が維持された。
  論文  参考訳（メタデータ） (2025-04-03T08:24:15Z)
• Projection by Convolution: Optimal Sample Complexity for Reinforcement Learning in Continuous-Space MDPs [56.237917407785545]
  本稿では,円滑なベルマン作用素を持つ連続空間マルコフ決定過程(MDP)の一般クラスにおいて,$varepsilon$-optimal Policyを学習する問題を考察する。 我々のソリューションの鍵となるのは、調和解析のアイデアに基づく新しい射影技術である。 我々の結果は、連続空間 MDP における2つの人気と矛盾する視点のギャップを埋めるものである。
  論文  参考訳（メタデータ） (2024-05-10T09:58:47Z)
• Optimal and Efficient Algorithms for Decentralized Online Convex Optimization [51.00357162913229]
  分散オンライン凸最適化(D-OCO)は、局所計算と通信のみを用いて、グローバルな損失関数の列を最小化するように設計されている。 我々は,凸関数と強凸関数の残差を$tildeO(nrho-1/4sqrtT)$と$tildeO(nrho-1/2log T)$に削減できる新しいD-OCOアルゴリズムを開発した。 我々の分析によると、射影自由多様体は$O(nT3/4)$と$O(n)を達成できる。
  論文  参考訳（メタデータ） (2024-02-14T13:44:16Z)
• Thresholded Lasso Bandit [70.17389393497125]
  Thresholded Lasso banditは、報酬関数を定義するベクトルとスパースサポートを推定するアルゴリズムである。 一般には $mathcalO( log d + sqrtT )$ や $mathcalO( log d + sqrtT )$ としてスケールする非漸近的後悔の上界を確立する。
  論文  参考訳（メタデータ） (2020-10-22T19:14:37Z)
• Streaming Complexity of SVMs [110.63976030971106]
  本稿では,ストリーミングモデルにおけるバイアス正規化SVM問題を解く際の空間複雑性について検討する。 両方の問題に対して、$frac1lambdaepsilon$の次元に対して、$frac1lambdaepsilon$よりも空間的に小さいストリーミングアルゴリズムを得ることができることを示す。
  論文  参考訳（メタデータ） (2020-07-07T17:10:00Z)
• On the Complexity of Minimizing Convex Finite Sums Without Using the Indices of the Individual Functions [62.01594253618911]
  有限和の有限ノイズ構造を利用して、大域オラクルモデルの下での一致する$O(n2)$-upper境界を導出する。 同様のアプローチを踏襲したSVRGの新規な適応法を提案し、これはオラクルと互換性があり、$tildeO(n2+nsqrtL/mu)log (1/epsilon)$と$O(nsqrtL/epsilon)$, for $mu>0$と$mu=0$の複雑さ境界を実現する。
  論文  参考訳（メタデータ） (2020-02-09T03:39:46Z)

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。