Fugu-MT 論文翻訳(概要): Minimality of the Pure Qubit ZX Calculus

論文の概要: Minimality of the Pure Qubit ZX Calculus

arxiv url: http://arxiv.org/abs/2608.14872v1
Date: Fri, 14 Aug 2026 20:22:10 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-18 19:59:03.118561
Title: Minimality of the Pure Qubit ZX Calculus
Title（参考訳）: 純量子ZX計算の最小性
Abstract要約: 我々は、Vilmart、Backens、Perdrix、Wangの業績に基づいて、最小の純量子ZX計算を開発する。我々は$(I_r)$が導出可能であることを示し、$(B)$と$(I_g)$の必要性を確立し、2つの完全なルールセットと最小限のルールセットを生成する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The ZX calculus is a graphical language for reasoning about quantum processes. In this paper, we develop a minimal pure-qubit ZX calculus based on the work of Vilmart [arXiv:1812.09114], Backens, Perdrix, and Wang [arXiv:1709.08903], and Stoltz [arXiv:2606.12383]. This resolves a problem that has remained open for nearly a decade, since completeness was first proved. Specifically, we show that $(I_r)$ is derivable and establish the necessity of $(B)$ and $(I_g)$, yielding two complete and minimal rulesets.
Abstract（参考訳）: ZX計算(ZX calculus)は、量子過程を推論するためのグラフィカル言語である。本稿では,Vilmart [arXiv:1812.09114],Backens,Perdrix,Wang [arXiv:1709.08903],Stoltz [arXiv:2606.12383]の業績に基づいて,最小の純量子ZX計算を開発する。この問題は、完全性が最初に証明されてから10年近くも未解決のままである。具体的には、$(I_r)$が導出可能であることを示し、$(B)$と$(I_g)$の必要性を確立し、2つの完全かつ最小のルールセットを得る。

関連論文リスト

The Condition-Number Barrier in Sparse Least Squares [77.64108812086542]
AxiotisとSviridenkoは[AS21]において、凸最適化における制限条件数への線形依存はスパース時間アルゴリズムでは改善できないと推測した。我々は、最小二乗目的に対する予想下界を確立し、ランダム化された完全体積小セット展開仮説に基づく条件付けを行う。
論文参考訳（メタデータ） (2026-08-03T17:57:01Z)
Information-Computation Tradeoffs for Noiseless Linear Regression with Oblivious Contamination [65.37519531362157]
このタスクに対する効率的な統計的クエリアルゴリズムは、VSTATの複雑さを少なくとも$tildeOmega(d1/2/alpha2)$で要求する。
論文参考訳（メタデータ） (2025-10-12T15:42:44Z)
Two-Timescale Gradient Descent Ascent Algorithms for Nonconvex Minimax Optimization [77.3396841985172]
我々は、構造化された非極小最適化問題の解法として、2時間勾配上昇(TTGDA)を統一的に解析する。我々の貢献はTTGDAアルゴリズムを設計することであり、設定を超えて効果的です。
論文参考訳（メタデータ） (2024-08-21T20:14:54Z)
A simple and improved algorithm for noisy, convex, zeroth-order optimisation [59.51990161522328]
我々は、$f(hat x)$ ができるだけ小さいような点 $hat xin barmathcal X$ を返すアルゴリズムを構築している。この方法は、$f(hat x) - min_xin barmathcal X f(x)$ が、多対数項まで$d2/sqrtn$ より小さい順序であることを証明する。
論文参考訳（メタデータ） (2024-06-26T18:19:10Z)
ZX-calculus is Complete for Finite-Dimensional Hilbert Spaces [0.09831489366502298]
ZX計算(ZX-calculus)は、量子コンピューティングと量子情報理論のためのグラフィカル言語である。有限次元ZX-計算の完全性を証明し、混合次元Z-スパイダーとqudit X-スパイダーのみをジェネレータとして組み込む。我々のアプローチは、他のグラフィカル言語である有限次元ZW-計算の完全性に基づいており、これら2つの計算間の直接変換が可能である。
論文参考訳（メタデータ） (2024-05-17T16:35:07Z)
Generalized Zurek's bound on the cost of an individual classical or quantum computation [0.8806033070373618]
Zurekは、このコストは$K(xvert y)$、条件付きコルモゴロフ複雑性$x$$$$$$$$$$$によって与えられると提案した。我々は、$K(xvert y)$が$x$から$y$にマッピングする最小のコストであることを示す。
論文参考訳（メタデータ） (2023-01-17T12:35:08Z)
An Optimal Algorithm for Strongly Convex Min-min Optimization [79.11017157526815]
既存の最適な一階法には$mathcalO(sqrtmaxkappa_x,kappa_y log 1/epsilon)$nabla_x f(x,y)$と$nabla_y f(x,y)$の両方の計算が必要である。我々は$mathcalO(sqrtkappa_x log 1/epsilon)$nabla_x f(x,
論文参考訳（メタデータ） (2022-12-29T19:26:12Z)
Mind the gap: Achieving a super-Grover quantum speedup by jumping to the end [114.3957763744719]
本稿では,数種類のバイナリ最適化問題に対して,厳密な実行保証を有する量子アルゴリズムを提案する。このアルゴリズムは、$n$非依存定数$c$に対して、時間で$O*(2(0.5-c)n)$の最適解を求める。また、$k$-spinモデルからのランダムなインスタンスの多数と、完全に満足あるいはわずかにフラストレーションされた$k$-CSP式に対して、文 (a) がそうであることを示す。
論文参考訳（メタデータ） (2022-12-03T02:45:23Z)
Cryptographic Hardness of Learning Halfspaces with Massart Noise [59.8587499110224]
マスアートノイズの存在下でのPAC学習ハーフスペースの複雑さについて検討した。我々は,最適0-1誤差が小さい場合でも,リアルタイムのMassartハーフスペース学習者が$Omega(eta)$よりも良い誤差を得られることを示す。
論文参考訳（メタデータ） (2022-07-28T17:50:53Z)
Restarted Nonconvex Accelerated Gradient Descent: No More Polylogarithmic Factor in the $O(\epsilon^{-7/4})$ Complexity [70.65867695317633]
本稿では,2つの単純な加速勾配法,再発進勾配降下法(AGD)と再発進球法(HB)を提案する。我々は、我々の手法が$frac1epsilon)$の勾配反復数を達成することを確証する。我々のアルゴリズムは、ネストフの古典的なAGDオークのHBと再起動機構のみからなるという意味では単純である。
論文参考訳（メタデータ） (2022-01-27T10:04:04Z)
Instance-Dependent Bounds for Zeroth-order Lipschitz Optimization with Error Certificates [0.0]
コンパクト部分集合 $mathcal X$ of $mathbb Rd$ 上で定義されるリプシッツ関数 $f$ のゼロ次(ブラックボックス)最適化の問題を研究する。我々は、任意のリプシッツ関数 $f$ の評価の最適な個数を特徴付け、精度$varepsilon$ で$f$ の近似器を見つけて証明する。
論文参考訳（メタデータ） (2021-02-03T09:51:03Z)

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。