論文の概要: Readout-Rank Laws for Isotropic Quantum Tangents
- arxiv url: http://arxiv.org/abs/2608.07628v1
- Date: Fri, 07 Aug 2026 11:09:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:36.46317
- Title: Readout-Rank Laws for Isotropic Quantum Tangents
- Title（参考訳）: 等方性量子タンジェントの読み出しランク法則
- Abstract要約: 深いパラメータ化量子回路はパラメータの変化に敏感であり続けるが、学習モデルによって保持される可観測回路はほとんど応答しない。
すべての計算基底パウリ弦の任意の固定重み$k$が全記録情報の$O(nk2-n)$のみを保持することを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Deep parameterized quantum circuits may remain sensitive to a parameter change while the observables retained by a learning model barely respond. We study this separation for a fixed computational-basis measurement. For a pure-state tangent, we compare the quantum Fisher information $F_Q$, the Fisher information $F_{\rm full}$ in the complete bitstring distribution, and the largest variance-normalized response $\mathcal I_{\mathcal A}$ available to a diagonal readout space $\mathcal A$. If the joint state--tangent frame is Haar random, we prove that the two successive information fractions are independent Beta variables whose means are $1/2$ and $r/(2^n-1)$, where $r$ is the centered dimension of the readout. Consequently, even the joint span of all computational-basis Pauli strings through any fixed weight $k$ retain only $O(n^k2^{-n})$ of the full-record information. Exact-statevector experiments across six circuit families show increasing finite-size agreement with this hierarchy in five nonconserving ensembles as the circuit depth grows. A number-conserving family departs strongly from the isotropic prediction even after correcting the support and readout rank, showing that rank alone is insufficient without tangent isotropy.
- Abstract（参考訳）: 深いパラメータ化量子回路はパラメータの変化に敏感であり続けるが、学習モデルによって保持される可観測回路はほとんど応答しない。
この分離を固定された計算基底測定のために検討する。
純粋な状態の接点に対して、量子フィッシャー情報$F_Q$、フィッシャー情報$F_{\rm full}$を完全なビットストリング分布で比較し、最大の分散正規化応答$\mathcal I_{\mathcal A}$を対角的な読み出し空間$\mathcal A$と比較する。
連立状態-接フレームがハールランダムであれば、2つの逐次情報分は1/2$と$r/(2^n-1)$の独立ベータ変数であり、$r$は読み出しの中心次元であることを示す。
したがって、任意の固定重み$k$で全ての計算基底のパウリ弦のジョイントスパンでさえ、全記録情報の$O(n^k2^{-n})$しか保持しない。
6つの回路系における実状態ベクトル実験は、回路深さが増加するにつれて5つの非保存アンサンブルにおいて、この階層との有限サイズ一致が増加することを示す。
数字保存家族は、支持と読み上げランクを補正した後でも、等方的予測から強く離脱し、厳密な等方性なしではランクだけでは不十分であることを示す。
関連論文リスト
- A Single Fixed Shallow Circuit for Classical Shadows of Arbitrary n-Qubit States [2.5735476569508995]
我々は、再利用可能なシャドウスナップショットのラベルとして外部サンプル設定を置き換える、単一の固定された浅い量子アナライザを構築した。
アナライザは新しく用意された$n$-qubitfiducial register$A$と並列のBellreadout$A$と未知のシステム$S$を組み合わせて、1コピーあたり2n$-bitレコードを生成する。
論文 参考訳（メタデータ） (2026-09-07T04:36:39Z) - Readout Orientation Controls Measurement-Accessible Quantum Tangent Geometry [0.0]
固定量子測定は、制限された可観測可読性保持部よりもかなり具体的な情報を露呈することができる。
残留タンジェント質量を$R=mathrmTr(PC)$で定量化する。
その結果、読み出し方向は、単独でランク付けできない自由度として分離された。
論文 参考訳（メタデータ） (2026-08-17T19:45:48Z) - A Provable Oracle-Free Quantum Algorithm for Nonlinear Dynamics on Hybrid Oscillator-Qubit Processors [14.814423713691623]
そこで我々は,次数$L$の非線型常微分方程式に対して,演算次数$dotmathbfx=mathbff(mathbfx)$のハイブリッドqubit-qumodeアルゴリズムを開発した。
このアルゴリズムは状態密度を伝播し、その密度のピークとして小雑音の極限で軌道を返す。
論文 参考訳（メタデータ） (2026-07-30T17:10:47Z) - Quantum Speedups for Stochastic Optimization with Heavy-Tailed Noise [49.730496294398726]
重み付き確率変数に対する新しい量子平均推定器を開発した。
尾指数>4/3$のより強い下界を導出し、次元への非自明な依存が避けられないことを示す。
凸目的関数に対して,量子射影勾配降下法を提案する。
論文 参考訳（メタデータ） (2026-07-28T09:29:37Z) - Exponential Reduction of Mesh Dependence in Quantum Estimation of Parabolic PDE Observables [3.3636842548621275]
線形および二次可観測物を推定し、測定前に回路内部に粗いキャンセリングを配置する量子PDEアルゴリズムを開発した。
また、1次元のエネルギー直交ダイアド中間点の詳細に基づく非フーリエ実現を与える。
論文 参考訳（メタデータ） (2026-07-20T16:09:24Z) - Near-Optimal Mode Scaling for Finite-Dimensional Boson Sampling via Lie-Algebraic Leakage Bounds [0.8594140167290097]
物質ベースのプラットフォーム上のボソンサンプリングは、有限次元局所ヒルベルト空間におけるボゾンモードの符号化を必要とする。
コンパクトリー群の既約表現に対する非相互作用サンプリングのための統一的なフレームワークを開発する。
我々は遷移行列のガウスモデルにおいて、そのスペクトルノルムが以前のスピンベースエミュレーションの$O(n)$最悪の場合よりも$tildeO(stn)$に集中していることを証明する。
論文 参考訳（メタデータ） (2026-07-13T15:36:29Z) - Complex spacing ratio statistics in the partially open asymmetric quantum baker map [36.94429692322632]
部分射影開口を持つ非対称量子ベーカーマップの複素固有値統計について検討する。
単位円近傍の固有値クラスターとz$の位相分布がピークとなる準1次元スペクトル状態からの滑らかな交叉を見出した。
オープンチャネルの数$M$と反射率$$は、このクロスオーバーを変調し、$$は、固定開口サイズでも追加の連続制御を提供する。
論文 参考訳（メタデータ） (2026-07-08T19:24:35Z) - Spectral Anatomy of Quantum Gaussian Process Kernels [38.264196157340216]
我々は,Nystrm近似誤差に束縛されたコーシー=シュワルツテール,有限サンプル分散抽出等式,およびエンフターゲット依存の最適エントロピーのキャラクタリゼーションを証明した。
診断はカーネルに依存しない: ハードウェア効率、マッチゲート、IQPのインハンドRBF/Matérn/RFF/deep-カーネルファミリはすべて同一の$S/log n$曲線に崩壊する。
論文 参考訳（メタデータ） (2026-05-29T07:41:14Z) - Feature Learning in Wide Neural Networks under $μ$P: Identifiability and Sparse-Dictionary Decomposition of the Mean-Field Limit [0.0]
雑音勾配降下の平均場限界のグローバルな存在と一意性を$P以下で証明する。
平均フィールド限界の識別可能性の特徴付けを行う。
特徴・学習・エラーの総分解を統計的・最適化・カオス伝播・疎残成分に導出する。
論文 参考訳（メタデータ） (2026-05-23T19:26:25Z) - Wavelet Variance Equipartition as a Threshold for World-Model Quality and Quantum Kernel TN-Simulability [0.0]
我々はウェーブレットスケーリング指数$$を臨界診断として同定する。
振幅符号化された量子カーネルの古典的シミュラビリティのシャープな遷移境界として$=1/2$を確立する。
この分散は、厳密には$Var[X] = (d-2)$としてスケールする。
論文 参考訳（メタデータ） (2026-05-12T05:41:12Z) - Mesoscopic Fluctuations and Multifractality at and across Measurement-Induced Phase Transition [46.176861415532095]
二次元自由フェルミオンモデルにおける量子軌道のアンサンブルに関する統計的揺らぎについて検討する。
この結果はアンダーソンの局所化に顕著な類似性を示し、G_AB$は2末端の導電率に対応する。
監視システムのメソスコピック理論の基礎を築き,様々な拡張への道を開いた。
論文 参考訳（メタデータ） (2025-07-15T13:44:14Z) - Learning with Norm Constrained, Over-parameterized, Two-layer Neural Networks [54.177130905659155]
近年の研究では、再生カーネルヒルベルト空間(RKHS)がニューラルネットワークによる関数のモデル化に適した空間ではないことが示されている。
本稿では,有界ノルムを持つオーバーパラメータ化された2層ニューラルネットワークに適した関数空間について検討する。
論文 参考訳（メタデータ） (2024-04-29T15:04:07Z) - Measurement-induced phase transition for free fermions above one dimension [46.176861415532095]
自由フェルミオンモデルに対する$d>1$次元における測定誘起エンタングルメント相転移の理論を開発した。
臨界点は、粒子数と絡み合いエントロピーの第2累積のスケーリング$$elld-1 ln ell$でギャップのない位相を分離する。
論文 参考訳（メタデータ） (2023-09-21T18:11:04Z) - Unitary k-designs from random number-conserving quantum circuits [0.0]
局所ランダム回路は効率よくスクランブルし、量子情報や量子力学に様々な応用がある。
有限モーメントは、数保存ユニタリ群全体のハールアンサンブルから局所ランダム回路が生成するアンサンブルを区別できないことを示す。
論文 参考訳（メタデータ） (2023-06-01T18:00:00Z) - A Law of Robustness beyond Isoperimetry [84.33752026418045]
我々は、任意の分布上でニューラルネットワークパラメータを補間する頑健性の低い$Omega(sqrtn/p)$を証明した。
次に、$n=mathrmpoly(d)$のとき、スムーズなデータに対する過度なパラメータ化の利点を示す。
我々は、$n=exp(omega(d))$ のとき、$O(1)$-Lipschitz の頑健な補間関数の存在を否定する。
論文 参考訳（メタデータ） (2022-02-23T16:10:23Z)
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。