論文の概要: Robustness of Entanglement Manipulation for almost i.i.d. sources
- arxiv url: http://arxiv.org/abs/2606.06392v1
- Date: Thu, 04 Jun 2026 16:59:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-05 22:39:44.980672
- Title: Robustness of Entanglement Manipulation for almost i.i.d. sources
- Title（参考訳）: ほぼi.d.ソースに対する絡み合い操作のロバスト性
- Authors: Nilanjana Datta,
- Abstract要約: 我々は、厳密なi.i.d.体制を超えた絡み合い操作の堅牢性について研究する。
バイパートイト参照状態 $|rangle_AB$ に沿った純粋な MSR 源に対しては、絡み合い濃度が堅牢であることを示す。
参照状態$_AB$に沿った混合MSRソースに対しては、ソース依存のエンタングルメント蒸留の達成可能性を証明する。
- 参考スコア（独自算出の注目度）: 11.844977816228043
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study the robustness of asymptotic entanglement manipulation beyond the exact i.i.d. regime, focusing on Mazzola--Sutter--Renner (MSR) almost i.i.d. sources, which allow a sublinear number of deviations from a tensor-power structure. For pure MSR sources along a bipartite reference state $|φ\rangle_{AB}$, we prove that the entanglement concentration rate is robust: every rate below the entropy of entanglement $S(φ_A)$ remains achievable. Moreover, this can be done by a single Schur--Weyl concentration protocol that is universal within the MSR class, depending only on the reference state and not on the particular source sequence. For mixed MSR sources along a reference state $ρ_{AB}$, we prove a source-dependent entanglement-distillation achievability result: every rate below the coherent information $I(A\rangle B)_ρ$ of the reference state is achievable, although the entanglement distillation protocol may depend on the particular MSR source sequence. For the reverse task of entanglement dilution, we prove a rate-robustness theorem: the asymptotic entanglement cost of any MSR target sequence along $ρ_{AB}$ is at most $E_F^\infty(ρ_{AB})$, the regularized entanglement of formation of the reference state. To establish these results, we prove structural and entropic properties of MSR almost i.i.d. sequences which may be useful in other information-theoretic settings. Thus, for the achievability statements considered here, MSR almost i.i.d. perturbations exhibit the same asymptotic behaviour as their i.i.d. reference states, despite allowing sublinear deviations from a tensor-power structure.
- Abstract（参考訳）: 我々は,Mazzola-Sutter-Renner (MSR) に焦点をあてて,正確なi.d.体制を超えた漸近的絡み合わせ操作の堅牢性について検討した。
純粋な MSR ソースが二部共役参照状態 $|φ\rangle_{AB}$ に沿う場合、絡みの濃度が頑健であることが証明される: 絡みのエントロピー以下のすべてのレートは、引き続き達成可能である。
さらに、これはMSRクラス内で普遍であり、参照状態のみに依存し、特定のソースシーケンスに依存しない単一のSchur--Weyl濃度プロトコルによって実現できる。
基準状態 $ρ_{AB}$ に沿った混合 MSR ソースに対しては、基準状態のコヒーレント情報 $I(A\rangle B)_ρ$ 以下の全てのレートは達成可能であるが、絡み込み蒸留プロトコルは特定の MSR ソースシーケンスに依存する可能性がある。
エンタングルメント希釈の逆問題に対して、レート・ロバストネス定理(英語版)( rate-robustness theorem: asymsymotic entanglement cost of any MSR target sequence along $ρ_{AB}$ is at least $E_F^\infty(ρ_{AB})$, the regularized entanglement of formation of the reference state)を証明する。
これらの結果を確立するために、MSRの構造的およびエントロピー的性質、すなわち、他の情報理論的な設定で有用な配列を証明した。
したがって、ここで考慮された達成可能性のステートメントに対して、MSR はほとんどの i.d. 摂動は、テンソルパワー構造からのサブ線形偏差が許されているにもかかわらず、それらの i.d. 参照状態と同じ漸近的な振る舞いを示す。
関連論文リスト
- Measuring the Unmeasurable: Markov Chain Reliability for LLM Agents [0.7161783472741748]
エージェントの実行トレースをMarkovチェーンに適合させる再現可能なパイプラインである textscTraceToChain を提示する。
パイプラインは自動クラスタ分類を構築し、Laplace-smoothed maximum-likelihood Estimation (MLE) による遷移を推定し、複合的なAkaike Information criterion (AIC) と Kolmogorov-Smirnov (KS) に適合する。
結果として得られたファーストパスビューは、通常別々に報告されるメトリクスを再構成する: pass$$k$, pass$k$, and the reliability decay curve (RDC) is projections of one。
論文 参考訳（メタデータ） (2026-04-27T15:05:45Z) - Minimax Optimality and Spectral Routing for Majority-Vote Ensembles under Markov Dependence [6.908972852063454]
主要声楽アンサンブルは、多種多様なほぼ独立した基礎学習者に対して平均化することにより、ばらつきの低減を実現する。
固定次元マルコフ集合における離散的な分類のために、この現象のミニマックス的特徴付けを行う。
合成マルコフ連鎖、2次元空間格子、128データセットのUCRアーカイブ、アタリDQNアンサンブルに関する実験は、理論的な予測を検証している。
論文 参考訳（メタデータ） (2026-04-15T02:32:30Z) - Tight Convergence Rates for Online Distributed Linear Estimation with Adversarial Measurements [66.94250413799232]
分散パラメータ-サーバ-ワーカー設定における乱数ベクトル$X$の推定について検討する。
主な課題は、敵の計測と非同期である。
その結果, 分散線形推定におけるロバスト性, 識別性, 統計的効率の統一的有限時間評価が得られた。
論文 参考訳（メタデータ） (2026-04-07T11:45:55Z) - Characterization of Gaussian Universality Breakdown in High-Dimensional Empirical Risk Minimization [7.721672385781673]
非ガウス的なデータ設計の下で,高次元的凸リスク (ERM) について検討した。
平均$_hat$の近似を可能にするため、鍵統計量のmin-max特性を導出する。
我々は任意の$mathcalC2$正則化器が、そのヘッセンが 0 で、勾配が $_hat$ でのみ決定する二次形式に等しいことを証明した。
論文 参考訳（メタデータ） (2026-04-03T16:07:02Z) - Reinforcement Learning from Multi-Source Imperfect Preferences: Best-of-Both-Regimes Regret [71.69884486156359]
我々は, 累積的不完全化予算を用いて, エンフルティソースの不完全性選好からエピソードRLを考察した。
我々は,最良な登録行動を示す,後悔$tildeO(sqrtK/M+)$の統一アルゴリズムを提案する。
論文 参考訳（メタデータ） (2026-03-20T19:34:53Z) - Information Fidelity in Tool-Using LLM Agents: A Martingale Analysis of the Model Context Protocol [69.11739400975445]
モデルコンテキストプロトコル(MCP)エージェントにおけるエラー蓄積を解析するための最初の理論的枠組みを紹介する。
累積歪みが線形成長と高確率偏差を$O(sqrtT)$で表すことを示す。
主な発見は、意味重み付けは歪みを80%減らし、周期的再接地は、エラー制御の約9ステップごとに十分である。
論文 参考訳（メタデータ） (2026-02-10T21:08:53Z) - Stabilizing Fixed-Point Iteration for Markov Chain Poisson Equations [49.702772230127465]
有限状態マルコフ鎖を$n$状態と遷移行列$P$で研究する。
すべての非退化モードが実周辺不変部分空間 $mathcalK(P)$ によってキャプチャされ、商空間 $mathbbRn/mathcalK(P) 上の誘導作用素が厳密に収縮し、ユニークな商解が得られることを示す。
論文 参考訳（メタデータ） (2026-01-31T02:57:01Z) - Distribution Regression with Sliced Wasserstein Kernels [45.916342378789174]
分布回帰のための最初のOTに基づく推定器を提案する。
このような表現に基づくカーネルリッジ回帰推定器の理論的性質について検討する。
論文 参考訳（メタデータ） (2022-02-08T15:21:56Z) - Optimal policy evaluation using kernel-based temporal difference methods [78.83926562536791]
カーネルヒルベルト空間を用いて、無限水平割引マルコフ報酬過程の値関数を推定する。
我々は、関連するカーネル演算子の固有値に明示的に依存した誤差の非漸近上界を導出する。
MRP のサブクラスに対する minimax の下位境界を証明する。
論文 参考訳（メタデータ） (2021-09-24T14:48:20Z) - On Linear Stochastic Approximation: Fine-grained Polyak-Ruppert and
Non-Asymptotic Concentration [115.1954841020189]
The inequality and non-asymptotic properties of approximation procedure with Polyak-Ruppert averaging。
一定のステップサイズと無限大となる反復数を持つ平均的反復数に対する中心極限定理(CLT)を証明する。
論文 参考訳（メタデータ） (2020-04-09T17:54:18Z)
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。