論文の概要: Continuous-Process Randomized Compilation for Quantum Process Tensors

• arxiv url: http://arxiv.org/abs/2610.01521v2
• Date: Sat, 03 Oct 2026 00:15:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-07 04:43:28.518585
• Title: Continuous-Process Randomized Compilation for Quantum Process Tensors
• Title（参考訳）: 量子プロセステンソルの逐次ランダム化コンパイル
• Abstract要約: 連続プロセステンソル(cPT)フレームワークで連続プロセスランダム化コンパイル(CPRC)を構築する。 固定されたパウリリフレッシュ、有界ケイリー経路、ユニタリブラウン運動、オルンシュタイン-ウレンベック駆動の4つのプロトコルについて検討する。 本研究では,有界中心結合および混合条件下での完全適応出力レコードに対する全変分誤差を導出する。
• 参考スコア（独自算出の注目度）: 7.492201684641685
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Traditional discrete randomized compiling (RC) tailors errors with random control frames at logical-gate boundaries, but fails to capture intra-instrument control evolution or persistent system-environment coupling. In memory-bearing environments, errors correlate across times, not just single gates. We build continuous-process randomized compilation (CPRC) in the continuous process tensor (cPT) framework, unifying random unitary control trajectories, pointwise-covariant finite-duration instruments, and environmental dynamics on one time axis. We study four protocols: fixed Pauli refresh, bounded Cayley paths, unitary Brownian motion, Ornstein-Uhlenbeck driving. We obtain three key results: (1) Pointwise covariance ensures each trajectory exactly reproduces the target logic without system-environment coupling; a closed-frame counterexample proves endpoint-only compensation causes first-order instrument errors. (2) Independent Pauli conjugations over full intervals diagonalize error histories at boundaries, but classical labels retain environment-induced correlations, confirmed by an exact static-bath solution. (3) We derive a total-variation error bound for full adaptive output records under bounded centered coupling and mixing conditions. We prove the Fock norm convergence of the entire trajectory-averaged cPT for finite non-Gaussian environments and Gaussian baths with time-integrable covariance, including the uncut Drude spectrum. We numerically validate the theory in a qubit model via output probabilities, operator conditional mutual information, and all two-particle coefficients for both qubit and thermal Drude baths. This work extends RC from discrete circuits to continuous-time memory-bearing quantum processes, offering a unified framework, quantitative tools, implementable schemes, and benchmarks for non-Markovian error tailoring.
• Abstract（参考訳）: 従来の離散ランダム化コンパイル(RC)は、論理ゲート境界におけるランダム制御フレームによるエラーを補正するが、インストルメント内制御の進化や永続的なシステム環境結合を捉えることができない。 メモリを格納する環境では、エラーは単一のゲートだけでなく、時間にわたって相関する。 連続プロセステンソル (cPT) フレームワークに連続プロセスランダム化コンパイル (CPRC) を構築し, ランダムなユニタリ制御トラジェクトリ, ポイントワイド共変有限デューレーション器, 環境ダイナミクスを1つの時間軸上で統合する。 固定されたパウリリフレッシュ、有界ケイリー経路、ユニタリブラウン運動、オルンシュタイン-ウレンベック駆動の4つのプロトコルについて検討する。 1)各軌道がシステムと環境の結合を伴わずに正確にターゲット論理を再現することを保証する点的共分散(pointwise covariance)は,終端のみの補償が一階楽器誤差を引き起こすことを示す閉フレーム逆例である。 2) 完全区間上の独立パウリ共役は境界における誤差履歴を対角化させるが,古典的ラベルは正確な静的バス解によって確認された環境依存性を保っている。 (3) 有界中心結合および混合条件下での完全適応出力レコードに対する全変分誤差を導出する。 有限非ガウス環境に対する軌道平均cPTのフォックノルム収束と、未切断ドリュードスペクトルを含む時間可積分共分散を持つガウス浴の証明を行う。 我々は, 立方体モデルにおける理論を, 出力確率, 演算子条件の相互情報, および立方体および熱ドリュー浴における2粒子係数を用いて数値的に検証する。 この研究はRCを離散回路から連続時間メモリを持つ量子プロセスに拡張し、統一されたフレームワーク、定量的ツール、実装可能なスキーム、非マルコフ的なエラー調整のためのベンチマークを提供する。

関連論文リスト

• Counterfactual Generation via Flow Matching: Coupling-Sensitive End-to-End Rates [11.51425194152931]
  本研究では,サンプル分割された2つの頑健なトレーニング目標と,観測結果と適合条件付き結果モデルから抽出した目標結果との学習的結合を組み合わせたフローパラメトリック手法を開発した。 我々の理論的な主な貢献は、定数ステップの離散化のための結合感受性KL結合である。 合成および半合成画像ベンチマークの実験は、結合依存理論をサポートし、有限の離散化予算において、サンプルが対応するODEサンプリング器より優れていることを示す。
  論文  参考訳（メタデータ） (2026-10-01T07:05:31Z)
• PMosFM: Preconditioned Manifold Matching for One-Step Physics-Constrained Generation [47.34605477768213]
  textbf Preconditioned textbfManifold textbfone-textbfstep textbfFlow textbfMatching (textbfPMosFM) は1ステップの物理制約付き生成のための事前条件付き多様体マッチングフレームワークである。 多様体デコーダの制約を符号化することにより、PMosFMは残留損失と終端残差を分離することなく固有座標の輸送を学習する。
  論文  参考訳（メタデータ） (2026-09-30T17:48:21Z)
• Schrödinger Bridges on Lie Group Manifolds for Probabilistic Intrinsic Generation [8.18074374709342]
  G x g における状態 X_t = (g_t, xi_t) を持つリー群多様体上の運動力学のシュロディンガーブリッジについて検討する。 エントロピー・プロジェクションは 観測されていない終点速度の 条件法則を決定する 複数のリー群多様体データセットの実験により,提案手法の有効性と一貫性が検証された。
  論文  参考訳（メタデータ） (2026-09-02T07:01:21Z)
• Scalable Lindblad Noise Learning via Stochastic Tensor-Network Simulation [48.887627688666974]
  大規模オープン量子システムにおける学習散逸率は、短期量子技術の大きな障害である。 本稿では,シミュレーション手法であるJump Method(TJM)を組み合わせたLindblad散逸率のスケーラブルなノイズ学習フレームワークを提案する。 我々は,Isingモデルにおける2つのノイズモデルに対するアプローチを実証し,各サイトについて,N_mathrmsite=16$まで独立散逸率を学習した。 スケーラブルな数値と厳密な理論的保証の組み合わせは、TJMベースのノイズ学習を大きな量子デバイスにおける散逸を特徴づける実用的な基礎として位置づけている。
  論文  参考訳（メタデータ） (2026-08-25T15:07:11Z)
• Measurement-Based Loss Tolerance in Graph-GKP Codes through Syndrome-Resolved Pauli-Frame Decoding [46.2474896050764]
  純粋な損失の下で測定に基づく損失耐性のメカニズムを統一する因果的枠組みを開発する。 我々は,デコーダ条件付き分岐制限,署名アウトカム再構成,パウリフレーム更新,シンドローム解決論理融合を導出する。 結果として得られるグラフ-GKPインタフェースは、フォールトトレラントMBQC、融合ベースの計算、全フォトニックリピータのための統一因果制御層を提供する。
  論文  参考訳（メタデータ） (2026-08-01T19:14:42Z)
• Invariant Stochastic Filtering on SE(3) for Inertial-Encoder State Estimation of Serial Rigid Manipulators [0.0]
  直列剛性マニピュレータの状態推定のための不変拡張カルマンフィルタ (IEKF) を開発した。 リカティ方程式は局所近似よりも真の誤差共分散を支配している。 物理的に分離されたノイズモデルはジャイロスコープと加速度計のチャネルを独立に扱う。
  論文  参考訳（メタデータ） (2026-06-21T08:11:39Z)
• Self-Consistent Generative Paths via Admissible Random Variational Transport [14.74009385288423]
  確率経路はいつ自己整合するのか? 自己整合性生成経路を許容可能な局所変分輸送補正のランダムな固定点として定義する。 結果として生じる理論は、エンドポイントマッチングを経路自己整合性テストに変換する。
  論文  参考訳（メタデータ） (2026-06-08T02:56:06Z)
• Learning Context-conditioned Gaussian Overbounds for Convolution-Based Uncertainty Propagation [4.891998873486944]
  本稿では,ニューラルネットワークを用いて文脈認識型ガウスオーバーバウンドを生成する統合学習フレームワークを提案する。 本稿では、離散連続保守主義とコンパクト領域目的正規性のスコープ解析について述べる。 このフレームワークはモダリティに依存しず、保守的で特徴条件のある不確実性推定を必要とする学習システムに適用できる。
  論文  参考訳（メタデータ） (2026-05-15T09:47:05Z)
• Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
  生成のための教師なし共形推論フレームワークを提案する。 我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。 その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
  論文  参考訳（メタデータ） (2025-09-26T23:40:47Z)
• Distribution-free binary classification: prediction sets, confidence intervals and calibration [106.50279469344937]
  分布自由条件における二項分類のための不確実性定量化(キャリブレーション、信頼区間、予測セット)の3つの概念について検討する。 固定幅と一様質量の両双対の双対確率に対する信頼区間を導出する。 我々の「三脚」定理の結果として、双有理確率に対するこれらの信頼区間は分布自由キャリブレーションに繋がる。
  論文  参考訳（メタデータ） (2020-06-18T14:17:29Z)

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。