[論文レビュー] Algorithms for Computing the Petz-Augustin Capacity

Chun-Neng Chu, Wei-Fu Tseng+1 more|arXiv (Cornell University)|Jan 10, 2026

Wireless Communication Security Techniques被引用数 0

ひとこと要約

著者らは、古典-量子(CQ)チャネルのPetz-Augustin容量を計算するための最初の非漸近アルゴリズムを、Petz-Rényi情報とPetz-Augustin情報の2つの補完的アプローチを通じて提供する。収束保証を伴い、 Hölder-滑らかな最適化と Blahut-Arimoto 型手法、収束速度の証明、および内部固定点解法を含む。

ABSTRACT

We propose the first algorithms with non-asymptotic convergence guarantees for computing the Petz-Augustin capacity, which generalizes the channel capacity and characterizes the optimal error exponent in classical-quantum channel coding. This capacity can be equivalently expressed as the maximization of two generalizations of mutual information: the Petz-Rényi information and the Petz-Augustin information. To maximize the Petz-Rényi information, we show that it corresponds to a convex Hölder-smooth optimization problem, and hence the universal fast gradient method of Nesterov (2015), along with its convergence guarantees, readily applies. Regarding the maximization of the Petz-Augustin information, we adopt a two-layered approach: we show that the objective function is smooth relative to the negative Shannon entropy and can be efficiently optimized by entropic mirror descent; each iteration of entropic mirror descent requires computing the Petz-Augustin information, for which we propose a novel fixed-point algorithm and establish its contractivity with respect to the Thompson metric. Notably, this two-layered approach can be viewed as a generalization of the mirror-descent interpretation of the Blahut-Arimoto algorithm due to He et al. (2024).

研究の動機と目的

• CQチャネルのPetz-Augustinフレームワークへのチャネル容量計算の一般化。
• Petz-Rényi情報とPetz-Augustin情報最大化のための非漸近的収束保証の開発。
• 量子設定におけるBlahut-Arimotoの鏡写像-descent解釈を拡張する実用的アルゴリズムの提供。
• 内側の固定点解法の収束性を分析し、反復内の収束性を確立する。

提案手法

• 目的関数を指数化して凸な Hölder-滑らか問題を得て解くための普遍的高速勾配法を適用。
• α ∈ [1/2,1) に対して単純形上で目的関数が ((1-α)/α, 1/α)-Hölder滑らかであることを示し、Hölder-滑らか最適化を用いた収束率を O(T^{1-1.5/α}) とする。
• Petz-Augustin容量のための Blahut-Arimoto 型アルゴリズムを開発し、 I_α^A(p,W) を計算する内部固定点アルゴリズムをネストし、外部のエントロピー鏡降下ステップで入力分布を最適化する。
• 内部固定点ループが Thompson 距離で収束性を持つことを証明し、内部計算の線形収束を確保する。
• エントロピー鏡降下の外部ループの収束を、 negPetza-Augustin情報の相対滑らかさの下で確立し、 O(1/T) のレートを達成する。
• 制約付き入力問題への影響を論じ、手法を PDHG アプローチと関連づける。

実験結果

リサーチクエスチョン

• RQ1 CQチャネルのPetz-Augustin容量を非漸近的な収束保証で計算するにはどうするか？
• RQ2 Petz-Rényi情報とPetz-Augustin情報の最大化を、異なる最適化枠組み（ Hölder-滑らか vs. ミラー-descent）で効率的に達成できるか？
• RQ3 提案手法の Hölder-滑らかと Blahut-Arimoto 型法の CQ設定における収束性と速度はどうなるか？
• RQ4 I_α^A(p,W) の内側固定点計算を、外部最適化のためにコントラクティブかつ微分可能にどう作るか？
• RQ5 これらのアルゴリズムは制約付き入力問題へどう適用され、既存のArimoto-Blahutの一般化とどう関連するのか？

主な発見

• Hölder-滑らかアプローチの収束率は α ∈ [1/2,1) に対して O(T^{1-1.5/α})。
• I_α^A(p,W) の内部固定点解法は Thompson 距離で線形収束し、ε-近似勾配と値を O(log(1/ε)) 回の反復で得られる。
• 外部エントロピー鏡降下法は Petz-Augustin 情報の最適化で O(1/T) の収束率を達成。
• Blahut-Arimoto 型アルゴリズムと Hölder-滑らかアプローチは補完的な収束を提供し、α依存の性能トレードオフを実験的に示す。
• これらの方法は Blahut-Arimoto の鏡降下の解釈を Petz-Augustin 容量へ拡張し、特定の入力制約シナリオにも対応可能。