Fugu-MT 論文翻訳(概要): Existence of Kraus decomposition in infinite dimension via strongly-convergent direct process tomography

論文の概要: Existence of Kraus decomposition in infinite dimension via strongly-convergent direct process tomography

arxiv url: http://arxiv.org/abs/2608.07207v1
Date: Fri, 07 Aug 2026 13:19:58 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-10 16:21:25.504026
Title: Existence of Kraus decomposition in infinite dimension via strongly-convergent direct process tomography
Title（参考訳）: 強収束直接プロセストモグラフィーによるクラス分解の無限次元における存在
Abstract要約: アルゴリズムは、分離可能(可算無限次元)ヒルベルト空間上の完全正作用素の分解のために提示される。アルゴリズムの出力のストリームは、ターゲットCPマップの制約を常に大きい部分空間に限定するクラウス分解のコヒーレントなファミリーを提供する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: An algorithm is presented for Kraus decomposition of a completely positive operator over separable (countably-infinite-dimensional) Hilbert spaces, together with an elementary proof that the generated sum convergences in strong-operator topology. This improves on the standard, nonconstructive, proof by fusing the abstract problem with practical process tomography. Kraus operators are generated one-by-one, each having one more guaranteed zero matrix entry than the previous one. In this way, the stream of outputs of the algorithm provides a coherent family of Kraus decompositions of restrictions of the target CP map to ever-larger subspaces.
Abstract（参考訳）: アルゴリズムは、分離可能(可算無限次元)ヒルベルト空間上の完全正作用素のクラウス分解に対して、生成した和が強作用素位相に収束するという基本的な証明とともに提示される。これは、抽象問題を実用的なプロセストモグラフィーと融合させることで、標準的で非建設的な証明を改善する。クラウス演算子は1対1で生成され、それぞれが前よりも1つの保証されたゼロ行列エントリを持つ。このようにして、アルゴリズムの出力のストリームは、ターゲットCPマップの制約を常に大きい部分空間に限定するクラウス分解のコヒーレントな族を提供する。

関連論文リスト

Neural operators approximate strongly continuous convex monotone semigroups [41.99844472131922]
ニューラルネットワークを用いたチェルノフ型ワンステップ作用素を学習することにより, 強連続な単調凸半群を近似した。普遍近似定理において、チャーノフの一段階作用素を任意に近似できることを示す。
論文参考訳（メタデータ） (2026-09-02T15:38:52Z)
Generalized Splines and Gaussian Processes [15.333202915986627]
一般化スプラインが線形回帰器の役割を担い、核空間上の一般化されたガウス過程を$S$はガウス確率ベクトルの対となることを示す。我々の形式主義は、白化/正則化作用素 $L: Sto S'$ を含み、その連続拡大は、我々の特徴づけにおいて中心的な役割を果たすヒルベルト空間 $Hsubset S'$ を誘導する。
論文参考訳（メタデータ） (2026-08-28T15:34:46Z)
A Lie-Jordan Geometric Formulation of Lindblad Dynamics [35.18016233072556]
有限次元開量子力学のリー・ジョーダン幾何学的定式化を開発する。基底非依存の普遍トリ線形散逸写像を同定する。またHilbert-Schmidt共役を導出し、純粋に誇張された振幅減衰チャネルを持つキュービットの定式化を図示する。
論文参考訳（メタデータ） (2026-07-04T23:16:57Z)
A Survey on Data-Dependent Worst-Case Generalization Bounds [0.0]
PAC-ベイズ理論をランダムなデータ依存仮説集合に拡張する。我々は幾何学的および位相的記述子を用いて複雑性項を洗練する。結果として得られる情報理論用語を安定性の仮定で置き換える。
論文参考訳（メタデータ） (2026-05-13T09:03:50Z)
Shorting Dynamics and Structured Kernel Regularization [0.0]
正作用素の誘導列は単調であり、完全分解を認め、古典的ショート演算子に収束する。これにより、不変カーネルの構築とデータ解析における構造化正規化に対する演算子解析の統一化が実現される。
論文参考訳（メタデータ） (2025-12-04T15:02:42Z)
A Normal Map-Based Proximal Stochastic Gradient Method: Convergence and Identification Properties [7.281869462071603]
近位勾配法 (PSGD) は複合型問題に対する最先端手法の1つである。本稿では,ロビンソン写像に基づくPSGDの簡易な変種について述べる。
論文参考訳（メタデータ） (2023-05-10T01:12:11Z)
Unextendibility, uncompletability, and many-copy indistinguishable ensembles [49.1574468325115]
任意の二分的純絡み合った状態の補集合は、最大濃度の非直交的拡張不可能な積基底(nUPB)を形成する積状態によって分散されることを示す。また,混合状態の減少に伴い局所的不識別性が増大する多部構成多部構成不識別アンサンブルのクラスについても報告する。
論文参考訳（メタデータ） (2023-03-30T16:16:41Z)
Approximation of optimization problems with constraints through kernel Sum-Of-Squares [77.27820145069515]
我々は、点的不等式が非負の kSoS 関数のクラス内で等式となることを示す。また, 等式制約に焦点をあてることで, 散乱不等式を用いることで, 制約のサンプリングにおける次元性の呪いを軽減することができることを示す。
論文参考訳（メタデータ） (2023-01-16T10:30:04Z)
Reinforcement Learning from Partial Observation: Linear Function Approximation with Provable Sample Efficiency [111.83670279016599]
部分観察決定過程(POMDP)の無限観測および状態空間を用いた強化学習について検討した。線形構造をもつPOMDPのクラスに対する部分可観測性と関数近似の最初の試みを行う。
論文参考訳（メタデータ） (2022-04-20T21:15:38Z)
Kraus-Like Decompositions [0.0]
群代数に作用する新しい分解を導入する。一般有限群に対して、すべての$tgeqq$に対してクラウス様分解が存在することは、すべての時間$t>0$に対して必然的に存在することを示せる。
論文参考訳（メタデータ） (2022-04-14T03:38:45Z)
Polynomial convergence of iterations of certain random operators in Hilbert space [2.732936573198251]
本稿では,SGDアルゴリズムにインスパイアされた無限次元空間上の演算子の族におけるランダム反復列の収束について検討する。収束率は初期状態に依存するが、ランダム性は最適定数係数の選択においてのみ役割を果たすことを示す。
論文参考訳（メタデータ） (2022-02-04T17:48:29Z)
Partial Counterfactual Identification from Observational and Experimental Data [83.798237968683]
観測データと実験データの任意の組み合わせから最適境界を近似する有効なモンテカルロアルゴリズムを開発した。我々のアルゴリズムは、合成および実世界のデータセットに基づいて広範囲に検証されている。
論文参考訳（メタデータ） (2021-10-12T02:21:30Z)
Lifting the Convex Conjugate in Lagrangian Relaxations: A Tractable Approach for Continuous Markov Random Fields [53.31927549039624]
断片的な離散化は既存の離散化問題と矛盾しないことを示す。この理論を2つの画像のマッチング問題に適用する。
論文参考訳（メタデータ） (2021-07-13T12:31:06Z)
From Trees to Continuous Embeddings and Back: Hyperbolic Hierarchical Clustering [33.000371053304676]
本稿では,Dasguptaの離散最適化問題に対して,証明可能な品質保証を用いた最初の連続緩和を提案する。勾配勾配勾配の近似解でさえ、凝集性クラスタリングよりも優れた品質を有することを示す。また、下流分類タスクにおけるエンドツーエンドトレーニングによるHypHCの柔軟性についても強調する。
論文参考訳（メタデータ） (2020-10-01T13:43:19Z)

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。