論文の概要: Invariance Audits for Quantum Kernels and Variational Rewinding: A Real-to-Hermitian Taxonomy of Projector, Flag, Anchor, and Density Geometry

• arxiv url: http://arxiv.org/abs/2607.07927v1
• Date: Wed, 08 Jul 2026 21:20:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-10 14:45:27.345239
• Title: Invariance Audits for Quantum Kernels and Variational Rewinding: A Real-to-Hermitian Taxonomy of Projector, Flag, Anchor, and Density Geometry
• Title（参考訳）: 量子カーネルと変分巻き戻しのための不変監査:プロジェクター・フラッグ・アンカー・密度幾何学のリアル・エルミタン分類
• Abstract要約: 機械学習における表現の監査のための自己完結型リアルタイム分類法を開発した。 量子側では、ノイズのない忠実性カーネルがちょうど、関連するランク1のエルミート射影子の間のヒルベルト・シュミット内積であることを証明している。 この論文はハードウェア・スピードアップや量子アドバンテージの主張はしていない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Machine-learning models often replace vectors by normalized directions, projectors, covariances, subspaces, ordered flags, quantum states, or density operators before any classifier is fitted. This replacement is an invariance decision: it determines which distinctions are kept and which are quotiented out. We develop a self-contained real-to-Hermitian taxonomy for auditing such representations in quantum machine learning. On the real side, we formalize Grassmann and flag projector kernels, prove positive semidefiniteness and block-gauge invariance of a weighted flag kernel, and give a same-span block-swap witness showing when whole-span Grassmann geometry must fail while ordered flags succeed. On the quantum side, we prove that a noiseless fidelity kernel is exactly the Hilbert--Schmidt inner product between the associated rank-one Hermitian projectors, and that a QVR-style return probability is exactly an overlap score between the input projector and a learned anchor operator. Rank-constrained returns correspond to complex Grassmann anchors, while mixed or multimodal class models are naturally represented by density or positive-semidefinite anchors. Controlled vector, subspace, statevector, anomaly, finite-shot, and quotient-witness experiments support the same conclusion: quantum and geometric lifts are useful when their invariances match the task, and fail correctly when discarded information is label-bearing. The paper makes no hardware-speedup or quantum-advantage claim.
• Abstract（参考訳）: 機械学習モデルはしばしばベクトルを正規化方向、プロジェクター、共分散、部分空間、順序付きフラグ、量子状態、あるいは密度演算子で置き換える。 この置換は不変な決定であり、どの区別が保持され、どれが引用されるかを決定する。 我々は、量子機械学習において、そのような表現を監査するための自己完結した実-エルミート分類法を開発した。 現実には、グラスマンとフラグプロジェクターのカーネルを形式化し、重み付きフラグカーネルの正半定性およびブロックゲージ不変性を証明し、順序付きフラグが成功する間にグラスマン全体の幾何学が失敗しなければならないことを示すブロックスワップの証人を与える。 量子側では、ノイズのない忠実性カーネルは、対応するランク1エルミートプロジェクタ間のヒルベルト-シュミット内部積であり、QVRスタイルの戻り確率は、入力プロジェクタと学習されたアンカー演算子間のオーバーラップスコアであることを示す。 ランク制約されたリターンは複雑なグラスマンアンカーに対応し、混合あるいは多重モードのクラスモデルは自然に密度または正の半有限アンカーで表される。 制御されたベクトル、部分空間、状態ベクトル、異常、有限ショット、商的知性の実験は、同じ結論を支持する: 量子リフトと幾何リフトは、それらの不変性がタスクに一致するときに有用であり、破棄された情報がラベル付きであるときに正しく失敗する。 この論文はハードウェア・スピードアップや量子アドバンテージの主張はしていない。

関連論文リスト

• Quantum non-local games: Quantum relations, projection lattices and rule operators [51.56484100374058]
  (mathcal R)-射影テスト 有限次元入力とノイマン代数の出力を持つ量子ゲーム。 (mathcal R)-射影テスト 有限次元入力とノイマン代数の出力を持つ量子ゲーム。 (mathcal R)-射影テスト 有限次元入力とノイマン代数の出力を持つ量子ゲーム。 (mathcal R)-射影テスト 有限次元入力とノイマン代数の出力を持つ量子ゲーム。
  論文  参考訳（メタデータ） (2026-08-31T09:41:14Z)
• Machine learning for sample-based quantum diagonalization: generative configuration recovery and the classical-simulability frontier [0.0]
  我々は、生成的および学習的セレクタのエコシステムを概観し、1つの顕著なギャップを露呈する: テール発見のために構築された報酬-帰属的生成-フロー-ネットワークの提案者。 発表されている同活性空間の比較、強力な古典的選択CIマッチ、量子サンプリングサブスペースの打ち負かし、フラッグシップの単一層回路は、現在、古典的エネルギー推定を許容している。 私たちは量子実験から学び、古典的なサンプル複雑度の下限は無条件決定因子であり、量子優位性が証明可能であるがまだ化学に橋渡しされていない隣のフロンティアである。
  論文  参考訳（メタデータ） (2026-08-05T18:15:19Z)
• GenOS: Compositional Certificates for Semantic Robustness in AI Code Generation [0.0]
  GenOSはプロンプト、コントラクト、ジェネレータ、プログラムを置き換える確率論的操作意味論である。 等価性に適合するカーネルは商類に従属し、商化の可換性は分布拡大や逐次合成と一致することを証明する。 また,音の検証,全変量非拡張性,付加的境界の下でのワークフロー・バイコミットの安全性を確立した。
  論文  参考訳（メタデータ） (2026-08-04T12:42:11Z)
• Statevector-Referenced Geometry Survival of a Four-Qubit ZZ Quantum Kernel on IBM Quantum Hardware: A Fixed-Subset Diagnostic Across Three Execution Configurations [0.0]
  量子カーネル法は、データセットの幾何学をグラム行列にエンコードする。 実室内の空気品質の高い窓上で, 凍結した4量子ZZ特徴写像カーネルの生存率をN=24$とする。
  論文  参考訳（メタデータ） (2026-07-22T17:05:42Z)
• Position: Quantum Program Generation Must Prioritize Validity Over Probabilistic Scaling [7.165225514185139]
  自然言語とは異なり、量子回路は意味のある構文-意味的ギャップを示す数学的制約に厳密に固執する必要がある。 証明されていない量子プログラムのトレーニングは、モデルが構文を学ぶが、ヒルベルト空間の物理的意味を捉えないことを意味する。 本稿では,人間中心の副操縦士から検証者中心のエージェントへのピボットを提案する。
  論文  参考訳（メタデータ） (2026-07-15T21:28:59Z)
• Graph Transfer Learning via Shared Latent Geometry: Theory and Applications [12.735610064958712]
  工学的な物理システムにおける推論と制御は、展開において重い物理コストを支払う。 両問題を解決する非対称な双方向アーキテクチャを提案する。 教師エンコーダは、高忠実度シミュレータから特権化された高密度状態を消費し、スペクトル摂動下で安定な演算子-ポリノミカル特徴を通してシステムを表現する。 学生エンコーダは、スパースフィールドデータと演算子記述子から同じ潜時幾何学を学習する。
  論文  参考訳（メタデータ） (2026-05-30T13:00:13Z)
• DC-Merge: Improving Model Merging with Directional Consistency [62.02490833158024]
  DC-Mergeは方向整合モデルマージの手法である。 各タスクベクトルのエネルギー分布は、その特異値を滑らかにすることで均衡する。 ビジョンとビジョン言語ベンチマークの実験では、DC-Mergeは一貫して最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-03-06T13:04:25Z)
• Improving Semantic Uncertainty Quantification in LVLMs with Semantic Gaussian Processes [60.75226150503949]
  本稿では,解答埋め込みの幾何学的構造を解析し,意味的不確実性を定量化するベイズ的枠組みを提案する。 S GPUは、生成した回答を密接なセマンティック空間にマッピングし、セマンティック埋め込みのグラム行列を計算し、セマンティック構成を要約する。 我々は,SGPUがモデルとモダリティをまたいで転送されることを示し,そのスペクトル表現が意味的不確実性の一般的なパターンを捉えていることを示す。
  論文  参考訳（メタデータ） (2025-12-16T08:15:24Z)
• Error Exponents for Quantum Packing Problems via An Operator Layer Cake Theorem [13.098901971644656]
  古典量子チャネル符号化のためのワンショットランダム符号化を証明した。 この結果は、様々な量子パッキング型問題にまで及んでいる。 このことは、ある種の良い測定がランダム化されたホレボ・ヘルストロム測定と等価であることを示している。
  論文  参考訳（メタデータ） (2025-07-08T17:59:58Z)
• Quantum Time Series Similarity Measures and Quantum Temporal Kernels [0.0]
  カーネルは、様々な類似性に基づく分類、クラスタリング、回帰アルゴリズムの重要なコンポーネントである。 本研究では、量子隠れマルコフモデル(QHMM)として知られる量子生成モデルが、その基礎となる分布を記述すると仮定する。 量子状態間のトレースやビュール距離などの分岐測度を用いて、シーケンス類似性を評価する。
  論文  参考訳（メタデータ） (2023-12-04T03:33:51Z)
• Householder Projector for Unsupervised Latent Semantics Discovery [58.92485745195358]
  Householder Projectorは、画像の忠実さを犠牲にすることなく、StyleGANがより複雑で正確なセマンティック属性を見つけるのに役立つ。 プロジェクタを事前訓練したStyleGAN2/StyleGAN3に統合し、複数のベンチマークでモデルを評価する。
  論文  参考訳（メタデータ） (2023-07-16T11:43:04Z)
• Shot-frugal and Robust quantum kernel classifiers [12.146571029233435]
  量子カーネル法は、機械学習における量子スピードアップの候補である。 分類タスクにおいて,その目的は信頼性の高い分類であり,正確なカーネル評価ではないことを示す。 我々は分類の信頼性を特徴付ける新しい指標を動機付けている。
  論文  参考訳（メタデータ） (2022-10-13T12:48:23Z)
• Frame Averaging for Invariant and Equivariant Network Design [50.87023773850824]
  フレーム平均化(FA)は、既知の(バックボーン)アーキテクチャを新しい対称性タイプに不変あるいは同変に適応するためのフレームワークである。 FAモデルが最大表現力を持つことを示す。 我々は,新しいユニバーサルグラフニューラルネット(GNN),ユニバーサルユークリッド運動不変点クラウドネットワーク,およびユークリッド運動不変メッセージパッシング(MP)GNNを提案する。
  論文  参考訳（メタデータ） (2021-10-07T11:05:23Z)
• Do Generative Models Know Disentanglement? Contrastive Learning is All You Need [59.033559925639075]
  本論文では,変数空間におけるコントラスト(DisCo)による非監視的,モデル非依存的手法を提案する。 DisCoは、GAN、VAE、およびフローを含む、事前訓練された非解離生成モデルに与えられた最先端の解離を達成します。
  論文  参考訳（メタデータ） (2021-02-21T08:01:20Z)
• Efficient simulatability of continuous-variable circuits with large Wigner negativity [62.997667081978825]
  ウィグナー負性性は、いくつかの量子計算アーキテクチャにおいて計算上の優位性に必要な資源であることが知られている。 我々は、大きく、おそらくは有界で、ウィグナー負性を示し、しかし古典的に効率的にシミュレートできる回路の広大な族を同定する。 我々は,高次元離散可変量子回路のシミュラビリティとボソニック符号とのリンクを確立することにより,本結果の導出を行う。
  論文  参考訳（メタデータ） (2020-05-25T11:03:42Z)

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。