論文の概要: Query-optimal unitary channel tomography in diamond distance with parallel access
- arxiv url: http://arxiv.org/abs/2609.38145v1
- Date: Tue, 29 Sep 2026 17:57:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.821237
- Title: Query-optimal unitary channel tomography in diamond distance with parallel access
- Title（参考訳）: 並列アクセスによるダイヤモンド距離の問合せ最適ユニタリチャネルトモグラフィ
- Abstract要約: ダイヤモンド距離において,未知の$d$次元ユニタリチャネルを$varepsilon$内で学習するための新しいプロトコルを提案する。
境界レジメックな量子チャネルトモグラフィーのための最適なクエリ複雑性を実現し、フェルミオン線形光学のトモグラフィーのための最もよく知られているプロトコルのクエリ効率を向上させる。
- 参考スコア（独自算出の注目度）: 17.191015555924448
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the study of quantum process tomography, it has remained open how to learn a unitary channel in diamond distance with strictly parallel queries as efficiently as with sequential queries. Sequential queries allow one to exploit adaptivity to refine the estimate and adjust the learning strategy accordingly, whereas such adjustments are impossible for parallel queries. From the perspective of higher-order quantum operations, any parallel learning strategy can be simulated by a sequential one, whereas the converse does not hold in general, suggesting that sequential learning strategies are potentially more powerful. Contrary to this intuition, we present a new protocol for learning an unknown $d$-dimensional unitary channel to within $\varepsilon$ in diamond distance using $\mathcal{O}(d^2/\varepsilon)$ parallel queries, matching the lower bound presented in [Haah, Kothari, O'Donnell, and Tang, FOCS '23]. Our protocol thus closes the gap between parallel and sequential strategies for unitary channel tomography. As applications, it achieves optimal query complexity for boundary-regime quantum channel tomography and improves the query efficiency of the best-known protocol for tomography of fermionic linear optics.
- Abstract（参考訳）: 量子プロセストモグラフィーの研究において、ダイヤモンド距離のユニタリチャネルを厳密な並列クエリで学習する方法は、シーケンシャルクエリと同等に効率的である。
逐次クエリは、適応性を利用して見積もりを洗練し、学習戦略を調整できるが、そのような調整は並列クエリでは不可能である。
高次量子演算の観点からは、任意の並列学習戦略はシーケンシャルな方法でシミュレートできるが、逆は一般には成り立たないため、シーケンシャルな学習戦略はより強力である可能性が示唆されている。
この直観とは対照的に、未知の$d$次元ユニタリチャネルを$\varepsilon$内で、$\mathcal{O}(d^2/\varepsilon)$並列クエリで学習し、[Haah, Kothari, O'Donnell, Tang, FOCS '23]で示される下界と一致する。
そこで本プロトコルは,ユニタリチャネルトモグラフィーにおける並列戦略とシーケンシャル戦略のギャップを埋める。
応用として、バウンダリ登録量子チャネルトモグラフィーのための最適なクエリ複雑性を実現し、フェミオンリニア光学のトモグラフィーのための最もよく知られているプロトコルのクエリ効率を向上させる。
関連論文リスト
- Near-Optimal Parallel Unitary Process Tomography in Diamond Distance [0.0]
ユニタリプロセストモグラフィーは、機能する量子コンピュータを実現するための重要な手順である。
逐次回路アーキテクチャを用いて最適なクエリ複雑性を実現する方法が知られている。
並列回路を用いて, 問合せの複雑度に近い一元的プロセストモグラフィーが実際に可能であることを証明した。
論文 参考訳（メタデータ） (2026-09-28T19:00:20Z) - Optimal classical shadow estimation of unitary channels at Heisenberg limit [14.66801274879422]
未知の量子進化の完全なトモグラフィーは資源集約であり、選択された性質を予測することだけを目標とする場合にしばしば不要である。
本稿では,入力状態や可観測物が一定のランクを持つ場合,$mathcalO(dvarepsilon-1)$クエリを用いた並列非適応CSEUプロトコルを提案する。
我々のクエリ最適化CSEUプロトコルは、量子学習理論のための汎用的で強力なツールを提供し、いくつかの基本的な学習タスクのパフォーマンス限界を押し上げます。
論文 参考訳（メタデータ） (2026-06-11T17:45:46Z) - Random Stinespring superchannel: converting channel queries into dilation isometry queries [9.841060883971746]
我々は、ランダムなStinespringスーパーチャネルと呼ばれるチャネルレベルのアナログを導入する。
入力次元$d_A$,出力次元$d_B$,Choi rank $r$は$(d_A d_B r)$である。
論文 参考訳（メタデータ） (2025-12-23T18:46:07Z) - Optimal learning of quantum channels in diamond distance [0.0]
我々は、$d$次元のシステムに作用する量子チャネルを、ダイヤモンド距離で$varepsilon$の精度で推定できることを示した。
我々は、我々の知る限り、バイナリPOVMとイソメトリの演算-ノルム学習において、第一に本質的に最適な戦略を得る。
論文 参考訳（メタデータ） (2025-12-11T02:04:03Z) - Reasoning by Superposition: A Theoretical Perspective on Chain of Continuous Thought [64.43689151961054]
連続CoTのD$ステップを持つ2層トランスが有向グラフ到達可能性問題を解くことができることを証明した。
我々の構成では、各連続思考ベクトルは複数の探索フロンティアを同時に符号化する重ね合わせ状態である。
論文 参考訳（メタデータ） (2025-05-18T18:36:53Z) - Parallel Simulation for Log-concave Sampling and Score-based Diffusion Models [55.07411490538404]
本稿では,次元$d$の適応的複雑性依存性を改善する並列サンプリング手法を提案する。
我々の手法は科学計算による並列シミュレーション技術に基づいている。
論文 参考訳（メタデータ） (2024-12-10T11:50:46Z) - Learning to Parallelize with OpenMP by Augmented Heterogeneous AST
Representation [7.750212995537728]
コードに異質な拡張抽象構文木(Augmented-AST)表現を利用するグラフベースの新しい学習手法Graph2Parを提案する。
我々は18598並列化可能なOMP_Serialデータセットと13972非並列化可能なループを作成し、機械学習モデルをトレーニングする。
提案手法は,85%の精度で並列化可能なコード領域検出の精度を実現し,最先端のトークンベース機械学習手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-05-09T21:57:15Z) - Pipelined correlated minimum weight perfect matching of the surface code [56.01788646782563]
最小ウェイト完全マッチングを用いて表面コードを復号するパイプライン手法について述べる。
独立な非通信可能な並列化処理段階は、潜在的な相関に従ってグラフを再重み付けする。
後続の一般的なステージがマッチングを終了します。
完全にフォールトトレラントなトーリック, 回転しない, 回転する曲面符号に対して, 新たなアルゴリズムの有効性を検証した。
論文 参考訳（メタデータ） (2022-05-19T19:58:02Z) - Fast and Complete: Enabling Complete Neural Network Verification with
Rapid and Massively Parallel Incomplete Verifiers [112.23981192818721]
BaB プロセス中に線形計画法 (LP) を置き換えるために, 逆モード線形緩和に基づく解析法 (LiRPA) を提案する。
LPとは異なり、LiRPAを適用すると、より弱い境界が得られ、分割時にサブドメインのコンフリクトをチェックすることもできない。
既存のLPベースのアプローチと比較して、桁違いのスピードアップを示す。
論文 参考訳（メタデータ） (2020-11-27T16:42:12Z)
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。