論文の概要: Global Minimax Readout of a Qubit Direction

• arxiv url: http://arxiv.org/abs/2608.16840v1
• Date: Mon, 17 Aug 2026 17:26:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.819712
• Title: Global Minimax Readout of a Qubit Direction
• Title（参考訳）: ビット方向の大域的ミニマックス読み出し
• Abstract要約: 我々は、パラメータ非依存の読み出しを用いて、既知のBloch-vector長で未知のキュービット方向を推定する、最悪のフィッシャー情報コストを正確に決定する。 記録された古典的ランダム化を含む固定局所アーキテクチャはすべて、ブロッホ球上のゼロバリー中心確率測度に正確に還元する。 すべてのフルランク量子ビットと全てのトレースバランスのスペクトルフィッシャー損失に対して、結果として生じるミニマックス問題は厳密である。
• 参考スコア（独自算出の注目度）: 5.246986428523558
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We determine the exact worst-direction Fisher-information cost of using a parameter-independent readout to estimate an unknown qubit direction at known Bloch-vector length $η$. Every fixed-local architecture, including recorded classical randomization, heterogeneous single-copy measurements, and arbitrary outcome spaces, reduces exactly to a zero-barycenter probability measure on the Bloch ball. For every full-rank qubit and every trace-balanced spectral Fisher loss, the resulting minimax problem is rigid: the unique optimal aggregate design is the spin-coherent Haar positive-operator-valued measure (POVM). For $N$ copies, inverse-Fisher $A$ loss has the exact value $2/[Nf(η)]$, where $ f(η)= \frac{2η-(1-η^2)\log[(1+η)/(1-η)]}{4η}$. This uniqueness has an immediate finite-readout consequence. No finite-support measurement attains the unrestricted mixed-state optimum, while at the smallest globally regular support the tetrahedral symmetric informationally complete (SIC) measurement is uniquely $A$- and $D$-minimax, with exact worst-direction values. Relaxing the fixed-readout constraint separates the asymptotic resources: one-way local operations and classical communication (LOCC), unrestricted LOCC, and separable measurements have $A$-loss coefficient $4/η^2$, whereas collective measurements attain $2(1+η)/η^2$. We further classify the rigidity conditions for unequal contrasts and show that Haar uniqueness survives at the nonregular pure-state endpoint.
• Abstract（参考訳）: パラメータ非依存の読み出しを用いて、既知のBloch-vector長$η$で未知のキュービット方向を推定する、最悪のフィッシャー情報コストを決定する。 記録された古典的ランダム化、不均一な単一コピー測定、任意の結果空間を含むすべての固定局所アーキテクチャは、ブロッホ球上のゼロバリ中心確率測度に正確に還元する。 すべてのフルランク量子ビットと全てのトレースバランスのスペクトルフィッシャー損失に対して、結果として生じるミニマックス問題は厳密である: 唯一の最適集約設計はスピンコヒーレントなハール正値値測度(POVM)である。 N$コピーの場合、逆Fisher $A$損失は2/[Nf(η)]$であり、$ f(η) = \frac{2η-(1-η^2)\log[(1+η)/(1-η)]}{4η}$である。 この特異性は、すぐに有限個の結果をもたらす。 有限支持測定では、制限されていない混合状態の最適値を得ることはできないが、世界最小の正則な四面体対称情報完備(SIC)測定は、極端に最悪の方向値を持つ$A$-および$D$-minimaxである。 一方向局所演算と古典的通信(LOCC)、制限されていないLOCC、分離可能な測定値は、A$-loss係数4/η^2$を持つのに対して、総合的な測定値は2(1+η)/η^2$である。 不等コントラストに対する剛性条件をさらに分類し、ハール一意性が非正則な純粋状態終点で生き残ることを示す。

関連論文リスト

• The exact price of local realism in CHSH experiments: a measurement-dependence-detection trade-off surface, a moiré phase-locking mechanism that saturates it, and an unmeasured fringe in the fourfold coincidence sum [0.0]
  I solve the unique detection profile $D(m)=sqrtm,h(m)$ under a deterministic sign model successfully the singlet。 生き残ったローカルアカウントは、測定依存を4倍の一致和の$cos 4(a-b)$変調と交換する。 私は、決定論的位相の進化と、凍結したオフセットと飛行時間で焼かれたすべてのランダム性を備えた局所的なメカニズム、モアレ位相ロックを示します。
  論文  参考訳（メタデータ） (2026-08-19T13:14:52Z)
• Adversarial Resilience of Poisson-Process Submodular Maximization over Matroids: From Robust Offline Optimization to Full-Bandit Learning [55.29259818039367]
  オフラインアルゴリズムに任意の制御値オラクルが与えられるとき, 一般のマトロイドに対する非負のサブモジュラー対象について検討する。 本アルゴリズムは,非単調な目的に対して1/e$,単調な目的に対して1/e$の制限係数を保持する。 結果として、オフラインからオフラインへの還元は、一般的なマトロイド制約のサブモジュラー報酬に対するシングルバンドCMABアルゴリズムをもたらす。
  論文  参考訳（メタデータ） (2026-08-12T14:54:15Z)
• Uniformly Stable Minimal Weyl--Heisenberg Measurements Approaching the SIC Benchmark [2.5735476569508995]
  情報完全性(IC)は、逆が存在することを保証する。 最小ランク1のワイル=ハイゼンベルク測度に対して、共分散は非恒等射影-グラムスペクトルをフィデューシャルの曖昧性強度に比例させる。 バランスの取れた1座標摂動は、立方体オールトップ状態のゼロアンビグニティ軸を修復し、到達した床を正の定数で一様に束縛し、非同一性スペクトル全体を(U_q/L_qto1)で([L_q,U_q])に閉じ込める。
  論文  参考訳（メタデータ） (2026-08-12T09:41:26Z)
• Demixing Sparse Signals from Nonlinear Observations using Generalized Non-convex Regularization [0.0]
  重畳の非線形観測回数が限られていることから, スパースベクトルの回復を考察する。 本稿では, 一般化畳み込みペナルティとハマー化データ忠実度を組み合わせた正規化に基づくフレームワークを提案する。 仮に局所的な定常点を保った位数$sqrtslog(n)/m$の誤差境界を導出する。
  論文  参考訳（メタデータ） (2026-07-12T07:29:39Z)
• SILAGE: Memory-Efficient, Full-Gradient-Free Nonconvex Optimization for Nested Finite Sums [51.49970814177172]
  データセットに対する経験的リスクは、自然に$N=nm$全サンプルに類似性を示す。 我々は悲観的な収束分析を避ける分析を提供する。 我々の成果は、既存の最先端の体制を改善した。
  論文  参考訳（メタデータ） (2026-06-14T14:11:07Z)
• Tight Convergence Rates for Online Distributed Linear Estimation with Adversarial Measurements [66.94250413799232]
  分散パラメータ-サーバ-ワーカー設定における乱数ベクトル$X$の推定について検討する。 主な課題は、敵の計測と非同期である。 その結果, 分散線形推定におけるロバスト性, 識別性, 統計的効率の統一的有限時間評価が得られた。
  論文  参考訳（メタデータ） (2026-04-07T11:45:55Z)
• Regularized Online RLHF with Generalized Bilinear Preferences [68.44113000390544]
  一般的な嗜好を伴う文脈的オンラインRLHFの問題を考える。 一般化された双線形選好モデルを用いて、低ランクなスキュー対称行列による選好を捉える。 グリーディポリシーの双対ギャップは推定誤差の正方形によって有界であることを示す。
  論文  参考訳（メタデータ） (2026-02-26T15:27:53Z)
• Optimal Unconstrained Self-Distillation in Ridge Regression: Strict Improvements, Precise Asymptotics, and One-Shot Tuning [61.07540493350384]
  自己蒸留(英: Self-distillation, SD)とは、教師自身の予測と地道の混合で学生を訓練する過程である。 任意の予測リスクに対して、各正規化レベルにおいて、最適に混合された学生がリッジ教師に改善されることが示される。 本稿では,グリッド探索やサンプル分割,再構成なしに$star$を推定する一貫したワンショットチューニング手法を提案する。
  論文  参考訳（メタデータ） (2026-02-19T17:21:15Z)
• Precise Asymptotics of Bagging Regularized M-estimators [20.077783679095443]
  我々は,アンサンブル推定器の正方形予測リスクを,正規化M値推定器のサブタグ化(サブサンプルブートストラップ集約)により特徴付ける。 我々の分析の鍵は、重なり合うサブサンプル上の推定値と残差との相関関係の結合挙動に関する新しい結果である。 サブサンプルサイズ,アンサンブルサイズ,正規化の併用最適化は,全データに対してのみ,正規化器の最適化を著しく上回る。
  論文  参考訳（メタデータ） (2024-09-23T17:48:28Z)
• Nearly Minimax Optimal Regret for Learning Linear Mixture Stochastic Shortest Path [80.60592344361073]
  線形混合遷移カーネルを用いた最短経路(SSP)問題について検討する。 エージェントは繰り返し環境と対話し、累積コストを最小化しながら特定の目標状態に到達する。 既存の作業は、イテレーションコスト関数の厳密な下限や、最適ポリシーに対する期待長の上限を仮定することが多い。
  論文  参考訳（メタデータ） (2024-02-14T07:52:00Z)
• Semidefinite programming relaxations and debiasing for MAXCUT-based clustering [1.9761774213809036]
  2つのガウス分布を$mathbbRp$で混合して引き出す小さなデータサンプルを$n$で分割する問題を考察する。 グラフ上の最大カットを求めるように定式化された整数二次プログラムの半定値プログラミング緩和を用いる。
  論文  参考訳（メタデータ） (2024-01-16T03:14:24Z)

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。