論文の概要: Fisher Glasses: Tail-Certified Quantum Metrology in Quenched Environments
- arxiv url: http://arxiv.org/abs/2607.01085v1
- Date: Wed, 01 Jul 2026 15:40:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:07.969421
- Title: Fisher Glasses: Tail-Certified Quantum Metrology in Quenched Environments
- Title（参考訳）: 水産ガラス - 焼成環境下でのタイル認証量子メトロロジー
- Abstract要約: 量子気象学的優位性は平均的なフィッシャー応答によって証明される:コントラスト、感受性、量子フィッシャー情報(QFI)
潜伏セッションの認定条件は、曖昧な方向を計画し、達成可能な損失に逆戻りし、その後、再認証する。
平均フィッシャー行列、QFI、投影された情報を共有するアンサンブルは、認証精度が有限またはゼロである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum metrological advantage is certified by averaged Fisher responses: contrast, susceptibility, or quantum Fisher information (QFI). This fails in quenched sensors, where slow environmental variables freeze within a session but vary between repetitions: shallow nitrogen-vacancy (NV) centers, superconducting qubits with slow two-level fluctuators, and semiconductor spin qubits in drifting charge noise. They sample session-resolved Fisher geometries, not an averaged channel. Certification conditions on the latent session, projects nuisance directions, inverts to attainable loss, then tail-certifies; this inverse upper-tail loss defines quenched tail-certified information. A no-go theorem: no averaged Fisher data determine this certificate; ensembles sharing averaged Fisher matrix, QFI, and projected information have finite or zero certified precision. A Fisher-zero integrability transition governs collapse: the inverse-loss tail exponent $β$ sets the boundary, with nonintegrable certified loss for $β\le 1$, even when annealed information is large or scaling. The certified quantum resource is response transverse to latent disorder, not raw amplification sharing its generator; universal design laws: safe windows, nondegenerate portfolios, Fisher reserves, action separation, Fisher-cut criteria. A shallow-NV Ramsey tournament shows average-QFI optimization is tail-catastrophic, whereas tail-certified designs recover nearly three orders of magnitude in certified information at equal shot budget and latent ensemble. These non-self-averaging phases are Fisher glasses, governed by Fisher-zero rare-event statistics.
- Abstract（参考訳）: 量子気象学的優位性は、平均的なフィッシャー応答(コントラスト、感受性、量子フィッシャー情報(QFI))によって証明される。
これは、セッション内で緩やかな環境変数が凍結するが、浅い窒素空洞(NV)中心、遅い2レベルゆらぎを持つ超伝導量子ビット、ドリフト電荷雑音における半導体スピン量子ビットといった繰り返しによって異なる。
彼らは平均的な水路ではなく、セッション解決されたフィッシャー測地をサンプリングした。
潜伏セッションの認証条件は、曖昧な方向を投影し、達成可能な損失を逆転し、テールを認証する; この逆上尾損失は、焼成されたテールを認証した情報を定義する。
no-go定理: 平均的なフィッシャーデータが証明を決定することはない; 平均的なフィッシャー行列、QFI、および投影された情報の共有は、有限またはゼロの認証精度を持つ。
逆損失のテール指数である$β$は境界を定め、アニールされた情報が大きければ$β\le 1$で証明不能な損失が$β\le 1$となる。
認定された量子リソースは潜伏障害に対する応答逆であり、生増幅ではなく、生成物を共有する。
浅いNVラムジートーナメントでは、平均QFI最適化はテールカタストロフィックであり、テール認定された設計では同等の予算と遅延アンサンブルで、ほぼ3桁の認定情報を復元する。
これらはフィッシャーガラスであり、フィッシャーゼロレアイベント統計によって支配されている。
関連論文リスト
- Loss-Parameterized Fisher Width Along Learning Trajectories [0.0]
まず、固定されたコンパクトプローブに対して、正確なトレース形状の分解と決定論的安定性を導出する。
結果はフィッシャー幅の普遍的損失パラメトリゼーションよりも分岐的に支持される。
論文 参考訳（メタデータ） (2026-08-21T18:52:04Z) - Fisher8: Stabilizing Neural Heteroscedastic Regression via Output-Layer Fisher Geometry [1.9336815376402718]
平均と不確実性の推定を共同で予測するニューラルネットワークのトレーニングは不安定である。
我々は、ユークリッド幾何ではなくフィッシャー幾何を用いて更新を並べ替え、再スケールする出力層勾配補正であるFisher8を導出する。
多次元回帰および表現学習タスク全体で、Fisher8は優れた可能性エラートレードオフを取得し、キャリブレーションされた不確実性推定を予測し、豊富な不確実性を考慮した特徴空間を学習する。
論文 参考訳（メタデータ） (2026-08-11T02:10:51Z) - DriftScope: Measuring The Hidden Effects of Diffusion Model Adaptation [50.584834483403675]
新しい視覚概念を学習するか、望ましくないものを消去するか、事前学習したテキスト・画像拡散モデルに適応させることは、意図した効果だけで日常的に評価される。
適応が意味論的に無関係な概念を、構造的にメトリクスを集約することができない方法で体系的に損なうことを実証する。
DriftScopeは、任意の2つのモデルチェックポイントを取り込み、視覚的概念が最も移行したトークンのランクリストを返す、プロンプトレベルの診断ツールである。
論文 参考訳（メタデータ） (2026-06-30T20:57:51Z) - From Uncertainty to Stability and Fidelity: Guiding Sparse-View 3D Gaussian Splatting with Fisher Information [55.09838774957981]
3D Gaussian Splatting (3DGS) は新規な視点合成のための有望な技術として登場している。
スパースビューのシナリオでは、3DGSは過度に適合する傾向があり、顕著なアーティファクトとレンダリング品質が低下する。
本稿では,幾何的事前利用と正規化を定量的に導くために,フィッシャー情報を利用したスパースビュー3DGSを提案する。
論文 参考訳（メタデータ） (2026-06-18T18:27:17Z) - Fisher geometry reshapes the effect of incompatibility in multiparameter quantum estimation [1.0542145271875853]
パラメータプレーン間の不整合の分布が全体のコストにどのように影響するかを示す。
また, 不整合度を1つのパラメータ平面に集中させることで, 最適化されたトレードオフコストを低減できることを示す。
クォートビット$SU(2)$エンコーディングは、マッチング係数$G$が十分に小さい場合、相反する強度の大きい状態がより小さいコストを発生させることができることを数値的に確認する。
論文 参考訳（メタデータ） (2026-06-09T18:22:29Z) - Learned Lyapunov Shielding for Adaptive Control [1.2891210250935148]
我々は3つの学習成分を持つラグランジュ系に対するSlotine--Li適応制御器を拡張した。
クローズドフォームの安全フィルタは、オンラインQP解決器を必要とせずに、すべてのポリシー出力を安全なセットに投影する。
フランカ・エミカ・パンダ(Franka Emika Panda)による7-DOFのスケーラビリティに関する研究では、産業規模での完全なパイプラインのクリーンな収束を確認している。
論文 参考訳（メタデータ） (2026-05-07T20:49:22Z) - Understanding Latent Diffusability via Fisher Geometry [27.84196444245208]
最小平均二乗誤差(MMSE)の変化率による潜時空間拡散率の定量化
我々のフレームワークは、このMMSEレートをFier Information(FI)とFier Information Rate(FIR)のコントリビューションに分解する。
我々の分析では, 遅延幾何学的歪みを次元圧縮, 接形歪み, 曲率注入の3つの測定可能なペナルティに明確に分解した。
論文 参考訳（メタデータ） (2026-04-03T05:52:09Z) - Single-shot measurement learning as a self-certifying estimator for quantum-enhanced sensing [0.0]
単発計測学習は、1ビットの成功/失敗記録から補償ユニタリを学習する。
補償型センシングファミリーでは、ベルヌーイの成功/失敗記録はプローブ量子フィッシャー情報と局所的に一致している。
この意味において、Sは、プローブが持つ量子エンハンスメントを、オンラインの自己終端プロトコルで操作的に利用できるようにする。
論文 参考訳（メタデータ） (2026-04-02T02:11:10Z) - Fisher-Geometric Diffusion in Stochastic Gradient Descent: Optimal Rates, Oracle Complexity, and Information-Theoretic Limits [0.0]
そこで我々は,ミニバッチノイズが本質的,損失誘起行列である勾配降下理論を開発した。
我々はフィッシャー双対ノルムにおけるエクシロン定常性に対するオラクル-複素性保証を証明した。
論文 参考訳（メタデータ） (2026-03-02T21:57:09Z) - A Unified View of Attention and Residual Sinks: Outlier-Driven Rescaling is Essential for Transformer Training [86.64715217940274]
外接線は正規化と共に機能する。
アウトリーチは、コントリビュータではなく、再スケール要因として役立ちます。
外乱は学習可能なパラメータに吸収されるか、明示的なゲート再スケーリングによって緩和される。
論文 参考訳（メタデータ） (2026-01-30T13:29:45Z) - Revisiting Multivariate Time Series Forecasting with Missing Values [65.30332997607141]
現実の時系列では欠落値が一般的である。
現在のアプローチでは、計算モジュールを使用して、不足した値を補う、計算済みの予測フレームワークが開発されている。
このフレームワークは、致命的な問題を見落としている: 欠落した値に対して基礎的な真理は存在せず、予測精度を劣化させる可能性のあるエラーの影響を受けやすいようにしている。
本稿では,Information Bottleneck原則に基づく新しいフレームワークであるConsistency-Regularized Information Bottleneck(CRIB)を紹介する。
論文 参考訳（メタデータ） (2025-09-27T20:57:48Z) - Robust Implicit Networks via Non-Euclidean Contractions [63.91638306025768]
暗黙のニューラルネットワークは、精度の向上とメモリ消費の大幅な削減を示す。
彼らは不利な姿勢と収束の不安定さに悩まされる。
本論文は,ニューラルネットワークを高機能かつ頑健に設計するための新しい枠組みを提供する。
論文 参考訳（メタデータ） (2021-06-06T18:05:02Z) - AQD: Towards Accurate Fully-Quantized Object Detection [94.06347866374927]
本稿では,浮動小数点演算を除去するために,AQDと呼ばれる高精度な量子化オブジェクト検出ソリューションを提案する。
我々のAQDは、非常に低ビットのスキームの下での完全精度と比較して、同等またはそれ以上の性能を実現しています。
論文 参考訳（メタデータ） (2020-07-14T09:07:29Z)
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。