論文の概要: Absent, Not Faint: Fisher-Information Limits and a Logarithmic Measurement-Design Cure for Passive Characterization of Coherent Qubit Noise

• arxiv url: http://arxiv.org/abs/2607.21663v1
• Date: Thu, 23 Jul 2026 00:46:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 20:58:56.948068
• Title: Absent, Not Faint: Fisher-Information Limits and a Logarithmic Measurement-Design Cure for Passive Characterization of Coherent Qubit Noise
• Title（参考訳）: コヒーレント・クビット雑音のパッシブ評価のための漁業情報限界と対数的測定-設計基準
• Abstract要約: コヒーレントな過剰回転は小さな系統的なゲート誤校正である。 固定された、対数的に小さな設定セットは、このようなすべての障害を可視化する。 本研究は,IBM Heronハードウェア上での3～5倍のバイアスギャップを整合性チェックとして観察する。
• 参考スコア（独自算出の注目度）: 18.420138629160196
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Calibrating a quantum processor means estimating error parameters, and estimation theory usually assumes a parameter hard to estimate is faint: its signal is weak but present, so more repetitions or a richer model will recover it. This assumption fails for a leading hardware fault. A coherent over-rotation is a small systematic gate miscalibration. Measured through the cheapest data a device returns--one fixed-basis histogram--it is not faint but absent: to first order it leaves the distribution unchanged, indistinguishable from a compensating stochastic error, exactly as two numbers cannot be separated from their sum. For commuting single- and two-qubit transverse over-rotations, with known support on the canonical input, the histogram's Fisher information is singular along the fault's direction at zero angle, its Cramer-Rao bound is infinite, and no finite-variance, locally unbiased estimator recovers it. At a generic nonzero angle the degeneracy partly lifts; beyond four qubits it clears entirely, leaving conditioning, not absence, as the obstruction. The cure is a richer measurement, not a richer model: a fixed, logarithmically small set of extra settings makes every such fault visible. Visibility alone is not enough. The sampling cost is set by conditioning, not coverage, through a floor whose complete-family closed form is exponentially small in the qubit count. We prove the impossibility and cure, confirm both in exact simulation, show conditioning predicts recovery error across hundreds of designs, and observe a 3-5x bias gap on IBM Heron hardware as a consistency check. Non-commuting faults and unknown support remain open.
• Abstract（参考訳）: 量子プロセッサのキャリブレーションは誤差パラメータを推定することを意味し、推定理論は通常、推定が難しいパラメータは暗く、その信号は弱いが存在するので、より多くの繰り返しやよりリッチなモデルがそれを回復する。 この仮定は、ハードウェアの障害をリードするのに失敗する。 コヒーレントな過剰回転は小さな系統的なゲート誤校正である。 1つの固定基底ヒストグラム(固定基底ヒストグラム)は暗くはないが欠落している: 第一に、分布は変化せず、補償確率誤差と区別できない。 単一ビットと2ビットの逆回転を通勤するためには、標準入力に対する既知の支持があり、ヒストグラムのフィッシャー情報はゼロ角で断層の方向に沿って特異であり、クレーマー・ラオ境界は無限であり、有限分散がなく、局所的に偏りのない推定器がそれを回復する。 一般の非ゼロ角度では、縮退は部分的に持ち上げられ、四つの量子ビットを超えると完全にクリアされ、コンディショニングが残され、障害物として欠落することはない。 この治療法はよりリッチな測定であり、よりリッチなモデルではない。 可視性だけでは不十分だ。 サンプリングコストは、クビット数において、完全ファミリー閉形式が指数関数的に小さいフロアを通して、カバーではなく条件付けによって設定される。 本研究は,IBM Heronハードウェア上での3～5倍のバイアスギャップを整合性チェックとして観察する。 非通信障害と未知のサポートは未解決のままである。

関連論文リスト

• Vision: Data-Centric Anchoring for Robust and Interpretable Agentic AI [21.406298170489507]
  我々は、堅牢性と解釈可能性は、トレーニング後のモデルから抽出するのではなく、データ環境に組み込むべきだと論じている。 私たちの中心的な貢献は、Curate、Augment、Constrain、Attributeの4段階フレームワークであるData-Centric Agentic Loopです。 このフレームワークは4つのコア障害モードをデータライフサイクルにリンクする、障害駆動型分類に基盤を置いています。
  論文  参考訳（メタデータ） (2026-09-08T03:57:54Z)
• Universal recovery in approximate quantum error correction [53.73800998389749]
  ユニバーサルリカバリ(Universal recovery)とは、エラーチャネルのファミリー全体を修正する単一のリカバリマップの存在である。 正確な量子誤差補正において、線形性は、与えられたエラーセットを補正するコードもまた、クラウス作用素がその線形スパンにある全てのチャネルを補正することを保証している。 1つのリカバリマップは、与えられたエラーセットによって制御される全てのチャネルを同時に修正できることを示す。
  論文  参考訳（メタデータ） (2026-08-29T00:25:52Z)
• Feature Priming in Online Linear Regression: Sparse-Regret Lower Bounds and a Tight Univariate Rate [47.36630149538994]
  高次元のオンライン予測では、最良の予測子はいくつかの機能にのみ依存する可能性があるため、後悔は周囲の次元ではなく、疎らさでスケールすべきである。 WarmuthとAmidはCOLT 2023で、これらの3つのルールのいずれかが競合するオンライン後悔の保証を認めているかどうかを尋ねた。 安価なニュアンスは、リフィットが真の予測座標を過度に重くする原因となる。
  論文  参考訳（メタデータ） (2026-08-18T09:32:03Z)
• Intrinsic Structure: Spectral Identifiability for Mechanistic Interpretability [51.56484100374058]
  機械論的解釈可能性プリミティブに対する最初の識別可能性定理を証明した。 スペクトルは、正当性分解ではなく、記述されたエラーバーを持つ識別可能なモデル固有の指紋である。
  論文  参考訳（メタデータ） (2026-08-10T19:42:01Z)
• The Knowing-Saying Gap: When Probes See Errors that Confidence Misses [20.46211358172975]
  線形プローブは、ほぼ完全精度で言語モデルの劣化コンテキストを検知するが、信頼性の高い故障予測にはならない。 マルチホップ算術連鎖全体において、汚職を検出するプローブは最終解の正しさについて非形式的であることが判明した。 リアルタイムモニタとして、プローブベースの介入は、シャープにモデル化され、エラータイプに依存します。
  論文  参考訳（メタデータ） (2026-07-21T12:13:10Z)
• Attractor Geometry Determines the Identifiability Limits of System Discovery [0.764671395172401]
  1つの数値、$_min(M)$はスパース回帰(SINDy)と進化回帰(PySR)の両方に対して識別可能性天井を設定する。 また、二進数や予測スコアに見えない性能差を解消する係数重み付き構造計量であるSoft F1を導入する。
  論文  参考訳（メタデータ） (2026-07-20T20:19:19Z)
• What Accuracy and Gradient Cosine Miss: Evaluating Feedback Alignment via Scale Stability, Reference Validity, and Depth Utility [48.10132234701036]
  本稿では,3つのチェック(スケール安定性,参照妥当性,深度ユーティリティ)に基づく診断評価プロトコルを提案する。 複数のアーキテクチャや手法にまたがって、我々のプロトコルは広い校正マージンを持つ全ての障害を識別する。
  論文  参考訳（メタデータ） (2026-06-19T06:04:17Z)
• The conditional-mean barrier: From deterministic regression to conditional distribution learning [6.160113667162026]
  このチュートリアルでは、条件-平均障壁を中心とした自己完結モジュールを開発する。 平方損失予測器に潜在ランダム性を加えると、条件平均に戻る。 我々は,否定的対数類似度,モーメントとオブザーバブルマッチング,変分目的,逆数分岐,スコアマッチングなどの共通分布目的を短時間に整理する。
  論文  参考訳（メタデータ） (2026-05-27T07:31:42Z)
• The Rotation Gap Is Not An Error: Ternary Structure in IBM Quantum Hardware [0.0]
  量子エラー補正は、すべてのシンドロームアクティベーションが修正を必要とするエラーを表すと仮定する。 756 QEC が IBM Eagle r3 プロセッサを3つに分けて実行していることから,この仮定が間違っているという証拠を提示する。 ハードウェアは、サブ・ポアソン症候群の統計を示し、一部の症候群はランダムノイズではなく、構造化された協調的な遷移であることを示している。
  論文  参考訳（メタデータ） (2026-04-13T18:54:39Z)
• Hallucinations Live in Variance [0.0]
  ベンチマークは、モデルが正しいかどうかを測定する。 幻覚は、意味論的に等価なプロンプトが一貫性のない内部経路を活性化し、発散した出力を生成するときに生じる。 我々はこれを,パラフレーズ一貫性 (PC@k) によって測定されたセマンティック安定性 (SS) で定式化し,kパラフレーズを生成し,それぞれをgreedyデコードし,計算モード合意する。 密度の高いQwen3-0.6Bは23.8%に留まり、32%の間隔で55.9%に上昇する。
  論文  参考訳（メタデータ） (2026-01-11T20:41:51Z)
• 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)
• Demonstrating a long-coherence dual-rail erasure qubit using tunable transmons [59.63080344946083]
  共振結合された一対のトランスモンからなる「デュアルレール量子ビット」が高コヒーレントな消去量子ビットを形成することを示す。 我々は、チェック毎に0.1%$ dephasingエラーを導入しながら、消去エラーの中間回路検出を実演する。 この研究は、ハードウェア効率の量子誤り訂正のための魅力的なビルディングブロックとして、トランスモンベースのデュアルレールキュービットを確立する。
  論文  参考訳（メタデータ） (2023-07-17T18:00:01Z)
• Distributional Hardness Against Preconditioned Lasso via Erasure-Robust Designs [22.41443027099101]
  標準スパースランダム設計は, 逆測定消去に対して高い確率で頑健であることを示す。 消去下での任意のスパース信号の部分的回復性が圧縮センシングで研究されたのはこれが初めてである。
  論文  参考訳（メタデータ） (2022-03-05T22:16:05Z)
• Neuro-Symbolic Entropy Regularization [78.16196949641079]
  構造化予測では、目的は構造化されたオブジェクトをエンコードする多くの出力変数を共同で予測することである。 エントロピー正則化(Entropy regularization)という1つのアプローチは、決定境界が低確率領域にあるべきであることを示唆している。 我々は、モデルが有効対象を確実に予測することを奨励する損失、ニューロシンボリックエントロピー正規化を提案する。
  論文  参考訳（メタデータ） (2022-01-25T06:23:10Z)

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。