論文の概要: Markov Constraints Enhance Identifiability in Quantum Shadow Inversion

• arxiv url: http://arxiv.org/abs/2608.21765v1
• Date: Sat, 22 Aug 2026 04:15:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.450521
• Title: Markov Constraints Enhance Identifiability in Quantum Shadow Inversion
• Title（参考訳）: Markov Constraints Enhance Identifiability in Quantum Shadow Inversion
• Abstract要約: 連鎖$A$--$B$--$C$--$D$に沿って配置された4粒子系のマルコフ局所性制約の下で量子影の反転を研究する。 目標は、固定エンドポイントの期待値を未知のグローバルユニタリの後に$O_AD$で再現することであり、完全なユニタリインバージョンを必要としない。
• 参考スコア（独自算出の注目度）: 4.917116666763769
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study quantum shadow inversion under Markovian locality constraints for four-partite systems arranged along the chain $A$--$B$--$C$--$D$. The goal is to reproduce the expectation value of a fixed endpoint observable $O_{AD}$ after an unknown global unitary, without requiring full unitary inversion. We formulate the task using Markov-admissible supermaps and introduce the Markov-implementable centralizer to describe the remaining endpoint gauge freedom. We show that unrestricted endpoint post-processing is too broad, and impose an endpoint-local refinement. Under this condition, every implementable endpoint unitary must factorize across $A|D$, so the Markov constraint strictly reduces the centralizer-induced shadow ambiguity whenever the full centralizer contains non-product unitaries. This provides a structural mechanism by which Markov locality enhances identifiability in quantum shadow inversion.
• Abstract（参考訳）: 連鎖$A$--$B$--$C$--$D$に沿って配置された4粒子系のマルコフ局所性制約の下で量子影の反転を研究する。 目標は、固定エンドポイントの期待値を未知のグローバルユニタリの後に$O_{AD}$で再現することであり、完全なユニタリインバージョンを必要としない。 マルコフ許容スーパーマップを用いてタスクを定式化し、残りの終端ゲージ自由を記述するためにマルコフ実装可能な集中化器を導入する。 制限なしの終端後処理は広すぎることを示し、終端局所的な改善を課す。 この条件下では、すべての実装可能な終点ユニタリは$A|D$で分解されなければならないので、マルコフの制約は、全集中化器が非積ユニタリを含む場合、集中化器によって引き起こされる曖昧さを厳密に減少させる。 これにより、マルコフの局所性は量子影反転における識別可能性を高める構造機構を提供する。

関連論文リスト

• High-Probability Nash Regret for Decentralized Learning in Markov $α$-Potential Games: Episodic and Fully Online Asynchronous Algorithms with Applications to Markov Congestion Games [2.6397379133308214]
  我々は,Markov$$-potentialゲームにおけるNash equilibria(NE)の分散学習について,帯域フィードバック下で検討した。 我々は,KL計画の自然政策勾配(NPG)アルゴリズムを,サンプリング中のフリーズポリシを備えたエピソード設定と,プレイヤーがタイムステップ毎に1つの実効的なコストサンプルを受信する完全オンライン設定の2つの設定で開発する。
  論文  参考訳（メタデータ） (2026-09-14T03:06:51Z)
• Towards Joint Quantization and Token Pruning of Vision-Language Models [53.978753457744055]
  トークンプルーニングと低ビット量子化は、推論コストの削減を補完する。 我々は、低ビット推論と決定論的視覚トーケンプルーニングを統一する協調量子化&プルーニングフレームワークを提案する。 標準VLMベンチマークの実験では、同じ低ビット状態下でのステージワイドベースラインよりもロバスト性が改善された。
  論文  参考訳（メタデータ） (2026-04-19T08:18:29Z)
• A Modularized Framework for Piecewise-Stationary Restless Bandits [16.247398329333205]
  本研究では,PS-RMAB問題について検討した。 それぞれの腕はマルコフ連鎖として進化するが、エンフェメアン報酬は未知のセグメント間で変化するかもしれない 本稿では、任意のRMABベースアルゴリズムと変更検出を統合し、新たな探索機構を提案する。
  論文  参考訳（メタデータ） (2026-04-11T12:10:54Z)
• Stabilizing Fixed-Point Iteration for Markov Chain Poisson Equations [49.702772230127465]
  有限状態マルコフ鎖を$n$状態と遷移行列$P$で研究する。 すべての非退化モードが実周辺不変部分空間 $mathcalK(P)$ によってキャプチャされ、商空間 $mathbbRn/mathcalK(P) 上の誘導作用素が厳密に収縮し、ユニークな商解が得られることを示す。
  論文  参考訳（メタデータ） (2026-01-31T02:57:01Z)
• Near-Optimal Clustering in Mixture of Markov Chains [74.3828414695655]
  我々は、長さ$H$の軌跡を、大きさ$S$の有限状態空間上の未知のエルゴードマルコフ鎖の1つによって生成される、$T$ trajectories of length $H$の問題を研究する。 我々は、連鎖の遷移核間の重み付きKL分散によって支配されるクラスタリングエラー率に基づいて、インスタンス依存で高い確率の低い境界を導出する。 次に,新しい2段階クラスタリングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-06-02T05:10:40Z)
• The role of non-Markovian dissipation in quantum phase transitions: tricriticality, spin squeezing, and directional symmetry breaking [0.0]
  量子システムにおける相転移の制御方法を理解することは、新しい量子材料や技術の開発研究の最前線にある。 本稿では, 量子系と非マルコフ環境, すなわち, 周波数依存性のスペクトル密度がメモリ効果を誘導する環境との結合が, 相転移の生成と再形成にどのように利用されるかを検討する。
  論文  参考訳（メタデータ） (2025-04-15T15:58:15Z)
• Stochastic Gradient Descent under Markovian Sampling Schemes [3.04585143845864]
  マルコフ型サンプリングスキームにのみアクセス可能なバニラ勾配勾配の変動について検討する。 我々は、基礎となるマルコフ連鎖で可能な最小限の制限的な仮定の下で収束率を得ることに焦点をあてる。
  論文  参考訳（メタデータ） (2023-02-28T09:18:00Z)
• Space-efficient Quantization Method for Reversible Markov Chains [1.558664512158522]
  Szegedy氏は、任意の可逆マルコフ連鎖に対する量子ウォーク$W(P)$の構築方法を示した。 ある種のマルコフ連鎖に対する状態空間の二重化を回避できることが示される。
  論文  参考訳（メタデータ） (2022-06-14T14:41:56Z)
• Markov Abstractions for PAC Reinforcement Learning in Non-Markov Decision Processes [90.53326983143644]
  マルコフの抽象概念は強化学習中に学習可能であることを示す。 提案手法は,採用アルゴリズムがPACを保証する場合にPACを保証する。
  論文  参考訳（メタデータ） (2022-04-29T16:53:00Z)
• The Geometry of Robust Value Functions [119.94715309072983]
  非ロバストな値空間とロバストな値空間の両方を特徴付ける新しい視点を導入する。 我々は、ロバストな値空間が、一つの状態に一致するすべてのポリシーのロバストな値を含む集合の円錐超曲面によって決定されることを示す。
  論文  参考訳（メタデータ） (2022-01-30T22:12:17Z)
• BERTifying the Hidden Markov Model for Multi-Source Weakly Supervised Named Entity Recognition [57.2201011783393]
  条件付き隠れマルコフモデル(CHMM) CHMMは、入力トークンのBERT埋め込みからトークン単位の遷移と放出確率を予測する。 BERTベースのNERモデルを微調整し、ラベルをCHMMで推論する。
  論文  参考訳（メタデータ） (2021-05-26T21:18:48Z)
• Consistent Structured Prediction with Max-Min Margin Markov Networks [84.60515484036239]
  二項分類のためのマックスマージン法は、最大マージンマルコフネットワーク(M3N$)の名前で構造化予測設定まで拡張されている。 我々は、学習問題を"max-min"マージンの定式化で定義し、結果のメソッドmax-minマージンマルコフネットワーク(M4N$)を命名することで、そのような制限を克服する。 マルチクラス分類,順序回帰,シーケンス予測,ランキング実験により,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-07-02T10:48:42Z)

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。