Fugu-MT 論文翻訳(概要): Finite-Size Limits of Adaptive Pauli Prediction

論文の概要: Finite-Size Limits of Adaptive Pauli Prediction

arxiv url: http://arxiv.org/abs/2610.13652v1
Date: Fri, 09 Oct 2026 14:29:18 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-13 04:06:29.620431
Title: Finite-Size Limits of Adaptive Pauli Prediction
Title（参考訳）: 適応パウリ予測の有限サイズ限界
Abstract要約: 我々は、$n$ qubits上の$M$適応パウリ予想が、固定精度で$(sqrtminn,M)$コピーを必要とすることを証明した。また、このコストがいかに正確に上昇するかを定量化します。
参考スコア（独自算出の注目度）: 5.2390282114930296
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Can quantum data reliably answer questions chosen from earlier results? We prove that $M$ adaptive Pauli predictions on $n$ qubits require $Ω(\sqrt{\min\{n,M\}})$ copies at fixed accuracy. Published upper bounds make this tight for $M\le n$. Thus $n$ adaptive predictions cost $Θ(\sqrt n)$ copies, whereas a fixed list costs only $O(\log n)$. The lower bound uses diagonal states and commuting observables, identifying a statistical cost of adaptation. We also quantify how this cost increases with precision.
Abstract（参考訳）: 量子データは、以前の結果から選択された質問に確実に答えられるか? 我々は、$n$ qubits上の$M$適応パウリ予想が、固定精度で$Ω(\sqrt{\min\{n,M\}})$コピーを必要とすることを証明した。公開上界は、これを$M\le n$で締め付ける。したがって、$n$適応予測は$(\sqrt n)$コピーで、固定リストは$O(\log n)$でしかない。下限は対角線状態と可観測衛星を交換し、統計的適応のコストを特定する。また、このコストがいかに正確に上昇するかを定量化します。

関連論文リスト

$σ$Transfer: Uncertainty Transfer from Small to Large Networks under $μ\mathrm{P}$ [61.96648353048054]
ラプラス近似において信頼性の高い予測不確実性を選択する新しい方法を示す。我々は、前者のカーネルの収束、後続の共分散、選択精度、および後続の意思決定を示す。同じ後部安定性は、取得の転送、OOD検出、および棄権決定を可能にする。
論文参考訳（メタデータ） (2026-10-08T10:40:32Z)
Counterfactual Probing for Parallel Unmasking with Hidden Forest Structure [50.58119214447535]
マスク付き生成モデルは並列トークン予測を提供するが、正確な並列サンプリングはトークンを考慮しなければならない。本研究は,発見を含む全評価がシーケンス長$N$のサブ線形であるかどうかを考察する。本研究では, 森林構造を隠蔽した離散分布を, 固定された近似条件オラクルを通してアクセスする。
論文参考訳（メタデータ） (2026-09-29T15:39:50Z)
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)
Sharp Minimax Regret for Infinite-Memory Logistic Prediction [55.29259818039367]
Lag $j$はスケール$r_j$の予測に影響を与え、$n_T,j=T-j+1$の予測ラウンドに入る。すべての要約可能なエンベロープに対して、局所化された混合は$cR_T(r)leq C_T(r)$を証明する。指数関数やエンベロープの場合、有限サンプル条件の下では、トープリッツ・デサインの逆は$cR_T(r)geq c_T(r)$である。
論文参考訳（メタデータ） (2026-08-27T01:31:46Z)
Predicting adaptively chosen observables in quantum systems [1.1562071835482224]
本研究は、局所、パウリ、有界-フロベニウス-ノルム可観測という3つのクラスに対する適応的な設定について検討する。我々は、任意に大きい未知の量子状態の$Omega(sqrtM)$サンプルが、適応的に選択された局所およびパウリ観測可能な$M$の期待値を予測するために必要であることを証明した。
論文参考訳（メタデータ） (2024-10-20T20:45:10Z)
Asymptotically Optimal Quantum Amplitude Estimation by Generalized Qubitization [5.0755851789013535]
まず、標準値が約1.28 L-1$で、$L$はクエリの数であることを示す。次に、複数の関数を同時にブロックエンコードできる一般化量子化法を提案し、量子振幅を推定して最適な精度を達成する方法を示す。
論文参考訳（メタデータ） (2023-06-29T05:31:52Z)
Estimating Optimal Policy Value in General Linear Contextual Bandits [50.008542459050155]
多くのバンドイット問題において、政策によって達成可能な最大報酬は、前もって不明であることが多い。我々は,最適政策が学習される前に,サブ線形データ構造における最適政策値を推定する問題を考察する。 V*$で問題依存上界を推定する,より実用的で効率的なアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-02-19T01:09:24Z)
Statistical Inference of Constrained Stochastic Optimization via Sketched Sequential Quadratic Programming [53.63469275932989]
制約付き非線形最適化問題のオンライン統計的推測を考察する。これらの問題を解決するために、逐次二次計画法(StoSQP)を適用する。
論文参考訳（メタデータ） (2022-05-27T00:34:03Z)
Stronger Calibration Lower Bounds via Sidestepping [18.383889039268222]
予測器が1ビットあたり$T$のシーケンスを1つずつ観測するオンラインバイナリ予測設定について検討する。予測器は、[0, 1]$の各$pに対して、予測器が確率$p$を予測する$n_p$ビットのうち、$p cdot n_p$に対して実際に$p cdot n_p$と等しい場合、よく校正される。キャリブレーション誤差は$sum_p |m_p - p n_p|$と定義され、予測器が適切に校正されない範囲を定量化する。
論文参考訳（メタデータ） (2020-12-07T05:29:28Z)
Quantum Differentially Private Sparse Regression Learning [132.1981461292324]
我々は、スパース回帰問題を解くために、効率的な量子微分プライベート(QDP)ラッソ推定器を考案する。最後に、QDP Lasso はプライバシー保証付きで $tildeO(N-2/3)$ に近い最適ユーティリティを実現していることを示す。
論文参考訳（メタデータ） (2020-07-23T10:50:42Z)

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。