論文の概要: Real Classical Shadows with Noise

• arxiv url: http://arxiv.org/abs/2608.18935v1
• Date: Wed, 19 Aug 2026 14:04:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-20 20:13:55.421802
• Title: Real Classical Shadows with Noise
• Title（参考訳）: ノイズのあるリアルな古典的な影
• Abstract要約: 我々は、真の古典的シャドウプロトコルの完全な理論を与える。 ノイズのないサンプル・複雑さの利点は、ノイズ下でも持続可能であることを証明した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The real classical shadows protocol of West et al. replaces the unitary (Clifford) ensemble of the Huang--Kueng--Preskill scheme by the orthogonal (real Clifford) ensemble, and for symmetric observables achieves strictly smaller estimator variances: a factor approaching two for global evolution and an exponential factor $(3/2)^k$ for $k$-local real Pauli observables. Real hardware, however, never implements the ideal evolution. Building on the noisy classical shadows framework of Koh and Grewal, we give a complete theory of the real classical shadows protocol in the presence of a known completely positive trace-preserving noise channel acting after the orthogonal evolution. We derive the noisy global and local orthogonal shadow channels from first principles using the Weingarten calculus of the orthogonal group, prove that each is a depolarizing channel acting on the symmetric (respectively locally symmetric) component of its input, and derive from it the exact single-shot variance in closed form, together with the associated shadow seminorm, two-sided bounds on it, and the resulting sample-complexity guarantees. We prove that the noiseless sample-complexity advantages survive intact under noise. Because the variances are exact rather than bounded, the ratio is controlled by a single dimensionless parameter, which gives a closed-form criterion for when the factor of two is attainable: both the second-moment and the variance ratio reach it exactly when the observable's norm profile grows, and the noise enters that limit only through a factor lying within $2/(d+2)$ of two, so the advantage is uniform in the noise. For rank-one targets it is provably unattainable, saturating strictly below two. The local real-Pauli advantage remains $(3/2)^k$. We treat complex measurement bases through a reality parameter and a transposed-noise scalar, recovering unitary shadows in the appropriate limit.
• Abstract（参考訳）: West et al の真の古典的シャドウプロトコルは、Huang--Kueng-Preskillスキームの直交 (real Clifford) アンサンブルによるユニタリ (Clifford) アンサンブルを置き換え、対称的オブザーバブル (symmetric observables) は厳密に小さな推定値の分散を達成する: グローバル進化のために2つに近づく因子と指数係数 $(3/2)^k$ for $k$-local real Pauli observables である。 しかし、実際のハードウェアは理想的な進化を決して実装しない。 コーとグレヴァルのノイズの多い古典的シャドウの枠組みに基づいて、直交進化の後に作用する完全に正のトレース保存ノイズチャネルの存在下で、実古典的シャドウのプロトコルの完全な理論を与える。 我々は、直交群のワインガルテン計算を用いた第一原理から、雑音の多い大域的および局所的な直交影チャネルを導出し、それぞれがその入力の対称(相対的に局所対称)成分に作用する分極チャネルであることを証明し、それから、関連する影半ノルム、二辺境界、そしてその結果のサンプル複素性保証とともに、閉形式の正確な単ショット分散を導出する。 ノイズのないサンプル・複雑さの利点は、ノイズ下でも持続可能であることを証明した。 分散は境界よりも正確なので、この比は1次元のパラメータによって制御され、2つの係数が到達可能なときの閉形式基準を与える: 2番目のモーメントと分散比は、観測可能なノルムプロファイルが大きくなるときに正確に到達し、ノイズは2の2/(d+2)$以内の係数でのみその極限に入る。 ランク1の目標に対して、それは証明不可能であり、2つより厳密に飽和している。 局所実パウリの利点は、$(3/2)^k$ のままである。 本研究では,実測パラメータと遷移雑音スカラーを用いて複雑な測定ベースを扱い,一意影を適切な極限で復元する。

関連論文リスト

• Finite-Sample Selected Covariance Spectra in Classical Shadows [45.85698554568285]
  主定理は任意のシャドウプロトコルに適用される。 固定された局所的次元を持つ一般の局所積影プロトコルでは、有限重積オブザーバブルは、サポートサイズと局所再構成係数によって制御される境界に導かれる。 偏りのある局所パウリ影に対しては、選択されたパウリ支援と局所基底選択確率から閉形式の有界性を評価する。
  論文  参考訳（メタデータ） (2026-05-30T04:46:49Z)
• Sample Complexity of Policy Gradient for Log-Growth Control [23.86784769848408]
  ログ成長制御のためのポリシ勾配のサンプル複雑性について検討する。 予測されたミニバッチポリシー勾配が全サンプルの複雑さを実現することを証明した。
  論文  参考訳（メタデータ） (2026-05-26T07:24:14Z)
• 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)
• Unregularized Linear Convergence in Zero-Sum Game from Preference Feedback [50.89125374999765]
  NLHFにおける最適乗算重み更新(mathtOMWU$)に対する最初の収束保証を提供する。 本分析では, 稀に発生する行動の確率が指数関数的に小さい値から指数関数的に増大する新たな限界収束挙動を同定する。
  論文  参考訳（メタデータ） (2025-12-31T12:08:29Z)
• Second-order Optimization under Heavy-Tailed Noise: Hessian Clipping and Sample Complexity Limits [53.773695219320125]
  重み付き雑音下での2階最適化の理論的理解に向けて第一歩を踏み出す。 勾配とヘッセン切断に基づく新しいアルゴリズムを導入し、基本限界にほぼ一致する高い確率上の境界を証明した。
  論文  参考訳（メタデータ） (2025-10-12T16:36:54Z)
• Shifted Composition III: Local Error Framework for KL Divergence [12.93725028754563]
  引数の結合は、2つのプロセス間の偏差を境界付ける中心的なツールである。 カップリングの議論をKL(Kulback-Leibler)の発散に適用する。
  論文  参考訳（メタデータ） (2024-12-23T21:40:01Z)
• Real classical shadows [0.0]
  U が局所あるいは大域クリフォードゲートに対応する場合、W は実数値ベクトルからなる。 提案手法は,様々な状況において,従来のシャドウプロトコルにより,サンプルの複雑さが向上することを示す。
  論文  参考訳（メタデータ） (2024-10-30T22:15:39Z)
• Nonlinear Stochastic Gradient Descent and Heavy-tailed Noise: A Unified Framework and High-probability Guarantees [56.80920351680438]
  本研究では,重音の存在下でのオンライン学習における高確率収束について検討する。 ノイズモーメントを仮定することなく、幅広い種類の非線形性を保証する。
  論文  参考訳（メタデータ） (2024-10-17T18:25:28Z)
• 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)
• Stability of classical shadows under gate-dependent noise [0.4574830585715129]
  クラフォードゲート安定化器を含む影推定は、有界雑音回路に対して安定であることを示す。 いわゆるロバストな影は、未緩和の古典的な影に比べてゲート依存のノイズを大量に生じさせることが判明した。 あるレベルでは、影の推定に影響を及ぼす平均ノイズチャンネルを特定し、よりきめ細かなノイズ誘発バイアスの制御を可能にする。
  論文  参考訳（メタデータ） (2023-10-30T19:00:18Z)
• A gradient estimator via L1-randomization for online zero-order optimization with two point feedback [93.57603470949266]
  2つの関数評価とランダム化に基づく新しい勾配推定器を提案する。 ゼロ次オラクルの雑音に対する仮定は,ノイズのキャンセルと逆方向雑音の2種類について考察する。 我々は、問題の全てのパラメータに適応する、いつでも完全にデータ駆動のアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2022-05-27T11:23:57Z)
• Convergence Rates of Stochastic Gradient Descent under Infinite Noise Variance [14.06947898164194]
  ヘビーテールは様々なシナリオで勾配降下 (sgd) で現れる。 SGDの収束保証は、潜在的に無限のばらつきを持つ状態依存性および重尾ノイズ下で提供します。 その結果,SGDは無限に分散した重尾雑音下であっても,地球最適値に収束できることが示された。
  論文  参考訳（メタデータ） (2021-02-20T13:45:11Z)

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。