論文の概要: Stable Qubit Readout and the Identifiability of Population Change
- arxiv url: http://arxiv.org/abs/2606.30462v1
- Date: Mon, 29 Jun 2026 15:27:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.314434
- Title: Stable Qubit Readout and the Identifiability of Population Change
- Title（参考訳）: 安定なQubit読み出しと人口変動の識別可能性
- Abstract要約: ループの整合性のみによってではなく、校正された測定方向によって解が制御されることを示す。
完全に校正された有限リードアウト族に対しては、すべての互換な人口変化の正確な閉形式間隔を導出する。
これらの結果は、集団識別性から実装安定性を分離し、キュービット読み出し校正のための分析ベンチマークを提供する。
- 参考スコア（独自算出の注目度）: 11.854899926409592
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Stable readout statistics are often taken as evidence for a well-defined physical response, but stability alone need not identify which state quantity has changed. We analyze this issue for finite collections of qubit states measured by binary readouts, focusing on changes in computational-basis population. The central question is when reproducible response data certify the sign or range of an underlying population change. We show that the answer is controlled by the calibrated measurement directions, not by loop consistency alone. For a fully calibrated finite readout family, we derive an exact closed-form interval of all compatible population changes. We also construct a same-record, jointly measurable example in which identical probabilities and accepted loop checks admit positive, zero, and negative population interpretations. When only a diagonal readout gain and a bound on coherence sensitivity are trusted, we obtain the sharp minimax interval and the necessary-and-sufficient sign condition $g>2χ$. These results separate implementation stability from population identifiability and provide analytic benchmarks for qubit readout calibration.
- Abstract（参考訳）: 安定な読み出し統計は、よく明確に定義された物理応答の証拠とされているが、安定性だけでどの状態量が変化したかを識別する必要はない。
本稿では,二項読み出しによって測定された量子状態の有限集合に対するこの問題を解析し,計算基底集団の変化に着目した。
中心的な問題は、再現可能な応答データが、根底にある人口変化の兆候または範囲を認証する時である。
ループの整合性のみによってではなく、校正された測定方向によって解が制御されることを示す。
完全に校正された有限リードアウト族に対しては、すべての互換な人口変化の正確な閉形式間隔を導出する。
また、同じ確率と受け入れられたループチェックが正、ゼロ、負の集団解釈を許容する、同時測定可能な例を構築した。
対角的な読み出しゲインとコヒーレンス感度のバウンドのみを信頼すると、シャープなミニマックス間隔と必要かつ十分である符号条件が$g>2>$となる。
これらの結果は、集団識別性から実装安定性を分離し、キュービット読み出し校正のための分析ベンチマークを提供する。
関連論文リスト
- Statistical Symmetry Release for Equivariant Quantum Learning [12.042012916861829]
ハード対称性の制約はモデルの複雑さを減少させるが、ラベル情報を消去することもできる。
統計的対称性の解放は、有限データと量子測度がそのような制約を緩和することを正当化する場合を決定する。
論文 参考訳（メタデータ） (2026-09-10T12:38:27Z) - EDGE: a closed-form directed test for the calibration of probabilistic binary classifiers [0.0]
本稿では,正規確率分類器の校正テストであるEDGEを提案し,ロジスティック回帰法を提案する。
EDGEは、同一のビン付き予測観測テーブルを信頼性図のプロットとして読み出し、その標準化されたビン残差をスムーズなキャリブレーション歪みの小さな前提に投影する。
リンクと特徴の相違により、既定のデフォルトが22のシナリオのうち、19のシナリオで全ての競合するビン付きテストに導かれるか、あるいは結び付けられ、再適合ベースのStukelスコアテストが20%から28%のサンプルで分離される場合、計算可能のままであった。
論文 参考訳（メタデータ） (2026-08-20T19:06:05Z) - From token probabilities to calibrated confidence: An empirical study of mathematical question answering [1.0032961794537367]
以前の研究によると、トークンの確率は過信されることが多い。
トークン確率を元の世代から再利用するシングルパス推定器とマルチパス推定器を比較した。
完全列上の集合トークン確率は、正しい世代と不正確な世代の間に小さいが一貫した差を捉えている。
論文 参考訳（メタデータ） (2026-08-08T00:00:19Z) - Anytime-Valid Confirmation of Covariate Balance for Prespecified Corrections [0.6599344783327052]
逐次的未ラベルのターゲット入力から予め特定された修正の正当性を確認する。
実験では、偽確認制御、バランス機能クラスへの局所性、KLドリフト診断、許容領域モニタリング、有限ソース効果が示されている。
論文 参考訳（メタデータ） (2026-07-25T11:21:17Z) - CaliDist: Calibrating Large Language Models via Behavioral Robustness to Distraction [51.56484100374058]
既存のLLM(Large Language Models)のキャリブレーション手法は、しばしば信頼性の重要な次元、すなわちモデルの振舞いの堅牢性を見落としている。
我々は,モデルが注意をそらす可能性を直接測定し,罰する,新しいポストホックキャリブレーション手法であるtextscCaliDistを紹介した。
textscCaliDistは、強いベースラインと比較して、期待の低いエラー(ECE)とBrier Scoreを一貫して達成します。
論文 参考訳（メタデータ） (2026-06-04T07:27:53Z) - Asking Is Not Enough: Protocol Sensitivity in LLM Confidence Calibration [3.450547277166974]
LLMの信頼性校正は、トークン確率スコアと言語的信頼の2つの信号を比較することで評価されることが多い。
我々は、動詞化-vs-token比較を定義する測度軸を変化させる。
両信頼性信号はプロトコルに依存した行動測定として扱うべきである。
論文 参考訳（メタデータ） (2026-05-26T23:03:38Z) - Discovery of Hidden Miscalibration Regimes [52.452902154360565]
モデルは何らかの入力を体系的に過信し、他人を過信することがある。
対応する誤校正分野を定義し,それを推定するための診断フレームワークを提案する。
提案手法は,入力空間のキャリブレーションを意識した表現を学習し,学習幾何学におけるカーネルの平滑化による符号付き局所的誤校正を推定する。
論文 参考訳（メタデータ） (2026-05-13T13:07:50Z) - Size-adaptive Hypothesis Testing for Fairness [8.315080617799445]
我々は、公正性評価を証拠に基づく統計的決定に変換する統一的、サイズ適応的、仮説テストフレームワークを導入する。
統計的パリティ差に対して中央限の結果が証明され、解析的信頼区間と、タイプI(偽陽性)エラーがレベル$alpha$で保証されるウォルド試験が導かれる。
小さな交叉群の長い尾に対して、完全ベイズ的ディリクレ・マルチノミカル推定器を導出する。
論文 参考訳（メタデータ） (2025-06-12T11:22:09Z) - Calibration Bands for Mean Estimates within the Exponential Dispersion Family [0.0]
自動校正のためのテストは、最近になって文献でのみ検討されている。
得られたキャリブレーションバンドは、キャリブレーションと自動キャリブレーションのための様々なテストを構築することができることを示す。
論文 参考訳（メタデータ） (2025-03-24T17:09:19Z) - Statistical and Computational Phase Transitions in Group Testing [73.55361918807883]
本研究の目的は、希少な疾患を患っているk人の集団を同定することである。
個々人のテストを割り当てるための2つの異なる単純なランダムな手順を考える。
論文 参考訳（メタデータ） (2022-06-15T16:38:50Z) - Provably Auditing Ordinary Least Squares in Low Dimensions [17.655785504931913]
ほとんどの測定基準は、通常最小二乗の線形回帰から導かれる結論の安定性を測定する。
最近の研究は、単純で大域的、有限サンプル安定度(英語版)を提案しており、分析の再実行が結論を覆すために取り除かなければならないサンプルの最小数である。
コ変数の数が一定であるがサンプルの数が多い低次元状態において、この計量を確実に推定する効率的なアルゴリズムが存在することを示す。
論文 参考訳（メタデータ） (2022-05-28T00:45:10Z) - Localized Calibration: Metrics and Recalibration [133.07044916594361]
完全大域キャリブレーションと完全個別化キャリブレーションのギャップにまたがる細粒度キャリブレーション指標を提案する。
次に,局所再校正法であるLoReを導入し,既存の校正法よりもLCEを改善する。
論文 参考訳（メタデータ） (2021-02-22T07:22:12Z) - Calibration of Neural Networks using Splines [51.42640515410253]
キャリブレーション誤差の測定は、2つの経験的分布を比較します。
古典的コルモゴロフ・スミルノフ統計テスト(KS)にインスパイアされたビンニングフリーキャリブレーション尺度を導入する。
提案手法は,KS誤差に対する既存の手法と,他の一般的なキャリブレーション手法とを一貫して比較する。
論文 参考訳（メタデータ） (2020-06-23T07:18:05Z) - Distribution-free binary classification: prediction sets, confidence
intervals and calibration [106.50279469344937]
分布自由条件における二項分類のための不確実性定量化(キャリブレーション、信頼区間、予測セット)の3つの概念について検討する。
固定幅と一様質量の両双対の双対確率に対する信頼区間を導出する。
我々の「三脚」定理の結果として、双有理確率に対するこれらの信頼区間は分布自由キャリブレーションに繋がる。
論文 参考訳（メタデータ） (2020-06-18T14:17:29Z)
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。