Fugu-MT 論文翻訳(概要): Optimal Purity Estimation with Incoherent Measurements

論文の概要: Optimal Purity Estimation with Incoherent Measurements

arxiv url: http://arxiv.org/abs/2609.40248v1
Date: Wed, 30 Sep 2026 17:36:57 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-01 18:57:28.186843
Title: Optimal Purity Estimation with Incoherent Measurements
Title（参考訳）: 不整合測定による最適純度推定
Abstract要約: 未知の状態の純度を$textitmultiplicative$ error $varepsilon$に見積もるタスクを考えます。適応的でない測定に制限された任意のアルゴリズムに対して、上記のコピーの複雑さが最適であることを示す。また,高精度システムにおける上述の複雑さを改善した状態の純度を適応的に推定する手法を開発した。
参考スコア（独自算出の注目度）: 3.2268950104324965
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this work, we consider the fundamental task of estimating the purity of an unknown state to within $\textit{multiplicative}$ error $\varepsilon$. When one can perform general collective measurements, $Θ\left(\frac{\sqrt{d}}{\varepsilon^2} + \frac{d}{\varepsilon}\right)$ copies are known to be necessary and sufficient for this problem [AISW20]. However, implementing collective measurements on such a large number of copies can be experimentally demanding, and we thus aim to characterize the copy complexity of this problem with incoherent measurements. In this setting, the only non-trivial result is a non-adaptive algorithm that uses $O\left( \frac{d}{\varepsilon^2} + \frac{d^2}{\varepsilon} \right)$ copies [PTTW26], which is polynomially larger than the best-known lower bound. Our first result is a new algorithm performing non-adaptive incoherent measurements that succeeds using $O\left( \frac{d}{\varepsilon^2} + \frac{d^{3/2}}{\varepsilon} \right)$ copies, improving on the latter term in the copy complexity. Moreover, we show that for any algorithm restricted to non-adaptive measurements, the above copy complexity is optimal. We also develop a new adaptive estimator for the purity of a state that improves on the above complexity in the high-precision regime, i.e., for $\varepsilon = o(1/d)$. We also show that the non-adaptive and adaptive estimators together yield the optimal complexity for incoherent purity estimation; in particular, we show that the copy complexity of this problem is $$ Θ\left(\min\left\{ \frac{d}{\varepsilon^2} + \frac{d^{3/2}}{\varepsilon}, \frac{d^2}{\varepsilon} + \frac{\sqrt{d}}{\varepsilon^2}\right\} \right). $$
Abstract（参考訳）: 本研究では、未知の状態の純度を$\textit{multiplicative}$ error $\varepsilon$に推定する基本的なタスクを検討する。一般の集合測定を行うことができれば、$\left(\frac{\sqrt{d}}{\varepsilon^2} + \frac{d}{\varepsilon}\right)$コピーはこの問題に対して必要で十分であることが知られている[AISW20]。しかし、このような大量のコピーに対して集合的な測定を行うことは実験的に要求される可能性があり、不整合測定によってこの問題のコピー複雑さを特徴づけることを目的としている。この設定では、唯一の非自明な結果は、$O\left( \frac{d}{\varepsilon^2} + \frac{d^2}{\varepsilon} \right)$ copy [PTTW26] を用いる非適応アルゴリズムである。我々の最初の結果は、$O\left( \frac{d}{\varepsilon^2} + \frac{d^{3/2}}{\varepsilon} \right)$コピーで成功する非適応的不整合測定を行う新しいアルゴリズムであり、コピー複雑性において後者の項を改善する。さらに, 適応的でない測定に制限された任意のアルゴリズムに対して, 上記のコピーの複雑さが最適であることを示す。また、高精度な状態における上記の複雑さ、すなわち$\varepsilon = o(1/d)$に対して改善する状態の純度の新しい適応推定器を開発する。また、非適応的および適応的推定器は、不整合純度推定に最適な複雑さをもたらすことを示し、特に、この問題のコピー複雑性が$$ >\left(\min\left)\{ \frac{d}{\varepsilon^2} + \frac{d^{3/2}}{\varepsilon}, \frac{d^2}{\varepsilon} + \frac {\sqrt{d}}{\varepsilon^2}\right\} \rightであることを示す。 $

関連論文リスト

Optimal single-copy estimation of quantum state moments: why $\operatorname{Tr}(ρ^3)$ and $\operatorname{Tr}(ρ^4)$ are equally hard [1.3966195782297455]
未知状態の非線形特性を限定的な実験的アクセシビリティで推定することは、量子学習の基本的な問題である。状態モーメントを$operatornameTr(t)$で推定し、任意の適応的な単一コピー計測を可能にする。
論文参考訳（メタデータ） (2026-09-29T15:16:45Z)
Instance-optimal high-precision shadow tomography with few-copy measurements: A metrological approach [2.956729394666618]
シャドウトモグラフィーの高精度化過程における試料の複雑さについて検討した。我々は、$O(mathrmpolylog(d))$$のコピー数に一度に作用するアダプティブな測定値を使用する。
論文参考訳（メタデータ） (2026-02-04T19:00:00Z)
On the Convergence of Single-Timescale Actor-Critic [49.19842488693726]
本研究では,有限状態空間を持つ無限水平割引決定過程(MD)に対して,単時間アクタークリティカル(AC)アルゴリズムのグローバル収束を解析する。我々は,アクタと批評家の両方のステップサイズが (O(k-Pfrac12) として崩壊し,従来の (O(k-Pfrac12) ) レートから (非最適) の Markov フレームワーク最適化で一般的に使用される (O(k-Pfrac12) ) レートから$k$ になることを示した。
論文参考訳（メタデータ） (2024-10-11T14:46:29Z)
Obtaining Lower Query Complexities through Lightweight Zeroth-Order Proximal Gradient Algorithms [65.42376001308064]
複素勾配問題に対する2つの分散化ZO推定器を提案する。我々は、現在最先端の機能複雑性を$mathcalOleft(minfracdn1/2epsilon2, fracdepsilon3right)$から$tildecalOleft(fracdepsilon2right)$に改善する。
論文参考訳（メタデータ） (2024-10-03T15:04:01Z)
The Sample Complexity Of ERMs In Stochastic Convex Optimization [13.896417716930687]
実際に$tildeO(fracdepsilon+frac1epsilon2)$データポイントも十分であることを示す。さらに、この結果を一般化し、全ての凸体に対して同様の上界が成り立つことを示す。
論文参考訳（メタデータ） (2023-11-09T14:29:25Z)
Near-Optimal Bounds for Learning Gaussian Halfspaces with Random Classification Noise [50.64137465792738]
この問題に対する効率的なSQアルゴリズムは、少なくとも$Omega(d1/2/(maxp, epsilon)2)$. のサンプル複雑性を必要とする。我々の下限は、この1/epsilon$に対する二次的依存は、効率的なアルゴリズムに固有のものであることを示唆している。
論文参考訳（メタデータ） (2023-07-13T18:59:28Z)
Accelerating Inexact HyperGradient Descent for Bilevel Optimization [84.00488779515206]
本稿では,一般的な非コンケーブ二段階最適化問題の解法を提案する。また,非コンケーブ問題における2次定常点を求める際の既存の複雑性も改善した。
論文参考訳（メタデータ） (2023-06-30T20:36:44Z)
ReSQueing Parallel and Private Stochastic Convex Optimization [59.53297063174519]
本稿では,BFG凸最適化(SCO: Reweighted Query (ReSQue) 推定ツールを提案する。我々はSCOの並列およびプライベート設定における最先端の複雑さを実現するアルゴリズムを開発した。
論文参考訳（メタデータ） (2023-01-01T18:51:29Z)
Tight Bounds for Quantum State Certification with Incoherent Measurements [18.566266990940374]
$sigma$ が最大混合状態 $frac1d I_d$ である場合、これは混合性テストとして知られている。我々は、非コヒーレントな測定を使用するアルゴリズム、すなわち一度に$rho$のコピーを1つだけ測定するアルゴリズムに焦点を当てる。
論文参考訳（メタデータ） (2022-04-14T17:59:31Z)
Variance Reduction via Primal-Dual Accelerated Dual Averaging for Nonsmooth Convex Finite-Sums [23.55868673358398]
機械学習アプリケーションに広く現れる構造化非平滑凸有限和最適化について検討する。本稿では,emphVariance Reducing by Primal-Dual Accelerated Dual Averaging (vrpda)を提案する。
論文参考訳（メタデータ） (2021-02-26T18:40:58Z)
Hybrid Stochastic-Deterministic Minibatch Proximal Gradient: Less-Than-Single-Pass Optimization with Nearly Optimal Generalization [83.80460802169999]
HSDMPGは、学習モデル上で過大なエラーの順序である$mathcalObig(1/sttnbig)$を達成可能であることを示す。損失係数について、HSDMPGは学習モデル上で過大なエラーの順序である$mathcalObig(1/sttnbig)$を達成できることを示す。
論文参考訳（メタデータ） (2020-09-18T02:18:44Z)

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。