論文の概要: Quantum advantage by designing beneficial dissipation from lossless dynamics
- arxiv url: http://arxiv.org/abs/2610.38183v1
- Date: Wed, 28 Oct 2026 02:31:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-03 18:37:41.880541
- Title: Quantum advantage by designing beneficial dissipation from lossless dynamics
- Title（参考訳）: 無損失ダイナミクスからの有益散逸を設計した量子優位性
- Abstract要約: 我々は、コヒーレント量子力学が古典的パッシブロス単調性を回避する方法を示す。
この結果は、コヒーレント量子力学が古典的パッシブロス単調性を回避する方法を確立している。
- 参考スコア（独自算出の注目度）: 1.1234276116646928
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Passive loss removes probability from a system and therefore seems unable to improve an unconditional target. This intuition is exact for classical population dynamics under sink-only removal: passive killing obeys a finite-strength monotonicity principle even after optimization over the remaining controls. Here we show that coherent quantum dynamics can violate this classical monotonicity because coherent contributions to the final target can interfere destructively. We derive a trajectory-level criterion that determines when such a detrimental contribution is physically accessible to passive loss and accumulates into a net unconditional benefit. The criterion is encoded in a response operator constructed entirely from the lossless dynamics: its spectrum determines whether weak passive loss can help, while its principal eigenvector identifies the optimal environmental mode. Applying this criterion to vibronically assisted transfer, we identify a beneficial mode formed by coherently combining two individually detrimental local loss directions. The predicted mode remains near-optimal at finite loss, producing an \(8.73\%\) enhancement over the independently optimized lossless benchmark, compared with \(9.52\%\) under full finite-loss optimization. Our results establish how coherent quantum dynamics can evade classical passive-loss monotonicity and provide a general task-dependent principle for designing beneficial passive environments from lossless dynamics.
- Abstract（参考訳）: パッシブ損失はシステムから確率を取り除き、したがって無条件の目標を改善することができないように見える。
この直観はシンクのみの除去の下での古典的な人口動態にとって正確であり、パッシブ殺人は残りの制御を最適化した後でも有限強度の単調性原理に従う。
ここでは、コヒーレント量子力学がこの古典的な単調性に反する可能性があることを示す。
このような有害な貢献が受動的損失に物理的にアクセス可能であり、純無条件の利益に蓄積されるかどうかを決定する軌道レベルの基準を導出する。
スペクトルは弱い受動損失が役立つかどうかを判断し、主固有ベクトルは最適な環境モードを特定する。
この基準を振動的に補助移動に適用し、2つの個別に有害な局所的損失方向をコヒーレントに組み合わせて形成した有益なモードを同定する。
予測モードは、有限損失においてほぼ最適であり、完全な有限損失最適化の下では、独立に最適化されたロスレスベンチマークに対して(8.73\%\)の強化が生じる。
その結果、コヒーレント量子力学が古典的パッシブロス単調性を回避する方法を確立し、無損失力学から有益なパッシブ環境を設計するための一般的なタスク依存原理を提供する。
関連論文リスト
- Entanglement Catalysis Beyond the Asymptotic Rate [53.71337604556311]
絡み合い濃度は、部分的に絡み合った純粋な状態をほぼ完全なベル対に変換する。
有限状態においては、達成可能な収量を減らす補正によって性能が罰せられる。
我々は、この基本的な有限サイズのペナルティが変換を補助する補助状態によって緩和できるかどうか検討する。
論文 参考訳（メタデータ） (2026-10-09T13:50:33Z) - A Noise Optimum in Rehearsal-Free Continual Learning: Isolation, Mechanism, and Scope [0.0]
統合ルールにノイズを注入することで、ネットワークの以前のタスクの保持を最適なレベルまで改善し、分解することができる。
本稿では,その最適生成点とそれを保持する地図を,シミュレーションで完全に分離する。
論文 参考訳（メタデータ） (2026-07-22T18:00:24Z) - Resource theory of coherence in continuous position basis from measurement-induced dephasing [0.0]
我々は、連続的に量子コヒーレンスを直接扱うための資源理論フレームワークを開発する。
ランダムな運動量キックに基づく物理的動機付け型デファスティングチャネルを導入する。
連続基底コヒーレンスが非空対角状態の集合よりもデフォーカス障害に結びついていることが示される。
論文 参考訳（メタデータ） (2026-05-09T15:53:59Z) - Exact Law of Quantum Reversibility under Gaussian Pure Loss [2.0305676256390934]
この原理の量子バージョンは、鋭い位相境界を持つ正確な法則に従うことを示す。
ガウスの純粋損失力学では、正確なコストはモード解決されたデータの標準集合に加算される。
これらの結果は、正準純粋損失設定において量子可逆性の正確な法則を確立する。
論文 参考訳（メタデータ） (2026-03-19T15:24:06Z) - MirrorLA: Reflecting Feature Map for Vision Linear Attention [49.41670925034762]
リニアアテンションはトランスフォーマーの2次から線形への計算複雑性を著しく低下させるが、パフォーマンスにおけるソフトマックスに基づくアテンションの遅れは一貫して遅れる。
我々は、受動トランケーションをアクティブなリオリエンテーションに置き換える幾何学的枠組みであるMirrorLAを提案する。
MirrorLAは標準的なベンチマークで最先端のパフォーマンスを実現し、表現の忠実さを損なうことなく厳密な線形効率を実現できることを示した。
論文 参考訳（メタデータ） (2026-02-04T09:14:09Z) - MAESTRO: Meta-learning Adaptive Estimation of Scalarization Trade-offs for Reward Optimization [56.074760766965085]
大規模言語モデル(LLM)の整合性のための効率的なパラダイムとしてグループ相対政策最適化が登場している。
我々は,報酬スカラー化を動的潜在ポリシーとして扱い,モデルの終端隠蔽状態を意味的ボトルネックとして活用するMAESTROを提案する。
本稿では,軽量コンダクタネットワークがメタリワード信号としてグループ相対的優位性を生かしてポリシと共進化する,双方向最適化フレームワークにおけるコンテキスト的帯域幅問題としてこれを定式化する。
論文 参考訳（メタデータ） (2026-01-12T05:02:48Z) - Reliable Optimization Under Noise in Quantum Variational Algorithms [0.05219568203653522]
有限ショットサンプリングノイズにより,変分量子固有解法が困難であることを示す。
適応的メタヒューリスティックスは最も効果的でレジリエントな戦略である。
論文 参考訳（メタデータ） (2025-11-11T14:21:43Z) - A Common Pitfall of Margin-based Language Model Alignment: Gradient Entanglement [47.95776810771774]
Reinforcement Learning from Human Feedback (RLHF) は言語モデルのアライメントにおいて主要なアプローチとなっている。
本稿では,マージンに基づく手法の共通の落とし穴を同定する。
我々はこれらの問題行動の背景にある理由を軽視する。
論文 参考訳（メタデータ） (2024-10-17T17:52:01Z) - On the Dynamics Under the Unhinged Loss and Beyond [104.49565602940699]
我々は、閉形式力学を解析するための数学的機会を提供する、簡潔な損失関数であるアンヒンジド・ロスを導入する。
アンヒンジされた損失は、時間変化学習率や特徴正規化など、より実践的なテクニックを検討することができる。
論文 参考訳（メタデータ） (2023-12-13T02:11:07Z) - On dissipative symplectic integration with applications to
gradient-based optimization [77.34726150561087]
本稿では,離散化を体系的に実現する幾何学的枠組みを提案する。
我々は、シンプレクティックな非保守的、特に散逸的なハミルトン系への一般化が、制御された誤差まで収束率を維持することができることを示す。
論文 参考訳（メタデータ） (2020-04-15T00:36:49Z)
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。