論文の概要: Sharp pairwise reduction for quantum hypothesis testing

• arxiv url: http://arxiv.org/abs/2609.28440v1
• Date: Wed, 23 Sep 2026 17:38:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:18.136125
• Title: Sharp pairwise reduction for quantum hypothesis testing
• Title（参考訳）: 量子仮説検定のためのシャープ対還元法
• Abstract要約: 我々は,大域的可測値(PGM)の誤差確率が最適二値誤差確率の4倍であることを示す。 正規複素アンサンブルの族を構成することにより、任意の大域的測度であっても係数 4 が最適であることを示す。
• 参考スコア（独自算出の注目度）: 11.244000052204543
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We determine the optimal universal coefficient in a reduction of multiple to binary quantum hypothesis testing. Specifically, for every finite ensemble in any Hilbert space dimension (finite or infinite), we prove that the error probability of the global pretty good measurement (PGM) is at most four times the sum of the optimal binary error probabilities. By constructing a family of regular-simplex ensembles, we further show that the coefficient four is optimal, even for arbitrary global measurements. This result improves on the pairwise bounds established by Cheng and Liu [arXiv:2606.06246 (2026)] and entails an explicit, sharp guarantee for the standard PGM itself. Our proof is also simpler: rather than constructing sequential measurements and applying a union bound, our proof relies on purely matrix-analytic techniques, combining a direct block Gram matrix analysis of the PGM error and a refined inequality between quantum Hellinger distance and Bures $χ^2$-divergence. Our analysis also yields a refined, one-shot pairwise Chernoff bound and explicit sufficient number of copies for a desired discrimination error.
• Abstract（参考訳）: 多重対二項量子仮説検定における最適普遍係数を決定する。 具体的には、ヒルベルト空間次元(有限あるいは無限)の任意の有限アンサンブルに対して、大域的可測値(PGM)の誤差確率が最適二項誤差確率の4倍であることを示す。 正規複素アンサンブルの族を構成することにより、任意の大域的測度であっても係数 4 が最適であることを示す。 この結果は Cheng と Liu (arXiv:2606.06246 (2026)) によって確立された対境界を改善し、標準 PGM 自身を明示的かつ鋭く保証する。 我々の証明は、逐次測定を構築し、結合境界を適用するのではなく、純粋に行列解析技術に依存しており、PGM誤差の直接ブロックグラム行列解析と量子ヘルジンガー距離とBures $ ^2$-divergenceの間の洗練された不等式を組み合わせている。 我々の分析ではまた、所望の判別誤差に対して、洗練された一対一のチャーノフ境界と十分な数のコピーが得られる。

関連論文リスト

• Robust CHSH Self-Testing with Finite-Energy GKP States [42.71287663143178]
  有限エネルギーGKPCHSH試験のフルオシレータ解析について述べる。 観測されたスコアは、ベルペアの自己テストが堅牢になる。
  論文  参考訳（メタデータ） (2026-08-11T16:33:28Z)
• Maximal Classicalization of Finite-Group Quantum Reference-Frame Noise [0.0]
  グループ値のミスアライメントを持つ有限量子参照トークンは、ランダムなユニタリチャネルを誘導する。 以下の条件が有限群 G のユニタリ表現 U に等しいことを証明している。
  論文  参考訳（メタデータ） (2026-07-14T17:07:57Z)
• Multiple Quantum Hypothesis Testing: One-Shot Pairwise Bounds and Sharp Asymptotics [13.098901971644656]
  一対誤差の和で最小誤差確率の次元自由一発上限を確立する。 最小誤差確率は、任意の定数まで、トレース調和平均量によって特徴づけられることを示す。
  論文  参考訳（メタデータ） (2026-06-04T14:49:12Z)
• 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)
• On the distinguishability of geometrically uniform quantum states [8.264068966517918]
  GUアンサンブル(GUアンサンブル)は、固定状態から生成される均一に重み付けられた量子状態アンサンブルである。 本研究では,様々な角度からGUアンサンブルを識別する問題を解析する。
  論文  参考訳（メタデータ） (2025-01-21T18:53:53Z)
• 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)
• Maximal Clauser-Horne-Shimony-Holt violation for qubit-qudit states [41.99844472131922]
  一般(典型的には混合)キュービット量子状態に対する最大クレーター・ホーネ・シモニー・ホルト違反の評価を行った。 これはこの種の系に対する最適(2-2-2)ベル非局所性を表す。
  論文  参考訳（メタデータ） (2024-04-02T16:40:57Z)
• Postselected quantum hypothesis testing [9.131273927745731]
  我々は、追加の「決定的でない測定結果」を付加する量子仮説テストの変種について検討する。 エラー確率は、不確定な試行を無視して、成功した試みで条件付けられている。 二つの量子状態 $rho$ と $sigma$ を判別する誤差指数はヒルベルト射影計量 $D_max(|sigma) + D_max(sigma | rho)$ によって非対称仮説検定において与えられる。
  論文  参考訳（メタデータ） (2022-09-21T18:00:00Z)
• Optimal policy evaluation using kernel-based temporal difference methods [78.83926562536791]
  カーネルヒルベルト空間を用いて、無限水平割引マルコフ報酬過程の値関数を推定する。 我々は、関連するカーネル演算子の固有値に明示的に依存した誤差の非漸近上界を導出する。 MRP のサブクラスに対する minimax の下位境界を証明する。
  論文  参考訳（メタデータ） (2021-09-24T14:48:20Z)

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。