論文の概要: Multiphase estimation without a reference mode

• arxiv url: http://arxiv.org/abs/2006.13230v2
• Date: Thu, 27 Aug 2020 19:32:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-13 00:42:58.508969
• Title: Multiphase estimation without a reference mode
• Title（参考訳）: 参照モードのない多相推定
• Authors: Aaron Z. Goldberg, Ilaria Gianani, Marco Barbieri, Fabio Sciarrino, Aephraim M. Steinberg, and Nicol\`o Spagnolo
• Abstract要約: 外部参照モードがないと、同時に推定可能なパラメータの数が減少することを示す。 また、推定されるパラメータの対称性が最適プローブ状態の対称性を定めていることも示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multiphase estimation is a paradigmatic example of a multiparameter problem. When measuring multiple phases embedded in interferometric networks, specially-tailored input quantum states achieve enhanced sensitivities compared with both single-parameter and classical estimation schemes. Significant attention has been devoted to defining the optimal strategies for the scenario in which all of the phases are evaluated with respect to a common reference mode, in terms of optimal probe states and optimal measurement operators. As well, the strategies assume unlimited external resources, which is experimentally unrealistic. Here, we optimize a generalized scenario that treats all of the phases on an equal footing and takes into account the resources provided by external references. We show that the absence of an external reference mode reduces the number of simultaneously estimatable parameters, owing to the immeasurability of global phases, and that the symmetries of the parameters being estimated dictate the symmetries of the optimal probe states. Finally, we provide insight for constructing optimal measurements in this generalized scenario. The experimental viability of this work underlies its immediate practical importance beyond fundamental physics.
• Abstract（参考訳）: マルチフェーズ推定は、マルチパラメータ問題のパラダイム的例である。 干渉計ネットワークに埋め込まれた複数の位相を測定する場合、特殊に調整された入力量子状態は、単一パラメータと古典的推定法の両方と比較して感度が向上する。 最適プローブ状態と最適測定演算子の観点から、すべての位相が共通の参照モードに対して評価されるシナリオの最適戦略を定義することには大きな注意が払われている。 また、この戦略は外部資源が無制限であり、実験的に非現実的である。 ここでは、等しい足場上の全ての位相を扱う一般化シナリオを最適化し、外部参照が提供するリソースを考慮に入れます。 外部参照モードがないことは、大域的な位相の計測不能により、同時に推定可能なパラメータの数を減少させ、推定されるパラメータの対称性が最適なプローブ状態の対称性を決定づけることを示す。 最後に,この一般化シナリオにおいて最適な測定値を構築するための洞察を与える。 この研究の実験的生存性は、基礎物理学を超えた即時的な実践的重要性の基盤となっている。

関連論文リスト

• Achieving the Multi-parameter Quantum Cramér-Rao Bound with Antiunitary Symmetry [18.64293022108985]
  我々は,反単位対称性の助けを借りて,戦略を符号化するパラメータを最適化するための,新しい包括的アプローチを提案する。 その結果、トレードオフのない複数のパラメータの最終的な精度の同時達成が示された。
  論文  参考訳（メタデータ） (2024-11-22T13:37:43Z)
• Optimal estimation of pure states with displaced-null measurements [0.0]
  純粋量子状態の未知パラメータを推定する問題を再検討する。 本研究では,実験者が真のシステム状態に近いベクトルを含む基準で測定することを目指すヌル測度戦略について検討する。
  論文  参考訳（メタデータ） (2023-10-10T16:46:24Z)
• Kernel-based off-policy estimation without overlap: Instance optimality beyond semiparametric efficiency [53.90687548731265]
  本研究では,観測データに基づいて線形関数を推定するための最適手順について検討する。 任意の凸および対称函数クラス $mathcalF$ に対して、平均二乗誤差で有界な非漸近局所ミニマックスを導出する。
  論文  参考訳（メタデータ） (2023-01-16T02:57:37Z)
• Optimization of Annealed Importance Sampling Hyperparameters [77.34726150561087]
  Annealed Importance Smpling (AIS) は、深層生成モデルの難易度を推定するために使われる一般的なアルゴリズムである。 本稿では、フレキシブルな中間分布を持つパラメータAISプロセスを提案し、サンプリングに少ないステップを使用するようにブリッジング分布を最適化する。 我々は, 最適化AISの性能評価を行い, 深部生成モデルの限界推定を行い, 他の推定値と比較した。
  論文  参考訳（メタデータ） (2022-09-27T07:58:25Z)
• Experimental multiparameter quantum metrology in adaptive regime [0.0]
  プログラマブル集積フォトニック回路における3つの光位相の同時推定を実演する。 結果は、量子センサアプリケーションへの移行に向けて、様々な基本手法をうまく組み合わせられる可能性を示している。
  論文  参考訳（メタデータ） (2022-08-30T18:02:51Z)
• Multiparameter quantum metrology in the Heisenberg Limit regime: many repetition scenario vs. full optimization [0.0]
  本研究は,全てのパラメータを同時に測定することの潜在的な利点を推定することと比較して検討する。 特に、$N$ tangled spin-$1/2$ を用いた磁場センシングの問題は、純粋にクラマー・ラオ形式に基づく予測が過度に悲観的であることを示している。 ミニマックス法は、全てのパラメータを共同で測定することの優位性を明らかにする一方、クラムエル・ラオ法はそのような利点の欠如を示している。
  論文  参考訳（メタデータ） (2022-03-17T18:01:05Z)
• Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
  実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。 特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。 本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
  論文  参考訳（メタデータ） (2021-02-12T12:23:13Z)
• Bayesian parameter estimation using Gaussian states and measurements [0.0]
  連続変数量子距離論における3つのパラダイム的推定スキームについて考察する。 ホモダインおよびヘテロダイン検出において,単一モードガウス状態で達成可能な精度について検討した。 これにより、優れた性能と単純な実験的実現の可能性を組み合わせたベイズ推定戦略を特定できる。
  論文  参考訳（メタデータ） (2020-09-08T12:54:12Z)
• A maximum-entropy approach to off-policy evaluation in average-reward MDPs [54.967872716145656]
  この研究は、無限水平非カウントマルコフ決定過程(MDPs)における関数近似を伴うオフ・ポリティ・アセスメント(OPE)に焦点を当てる。 提案手法は,第1の有限サンプル OPE 誤差境界であり,既存の結果がエピソードおよびディスカウントケースを超えて拡張される。 この結果から,教師あり学習における最大エントロピー的アプローチを並列化して,十分な統計値を持つ指数関数型家族分布が得られた。
  論文  参考訳（メタデータ） (2020-06-17T18:13:37Z)
• Generalized Sliced Distances for Probability Distributions [47.543990188697734]
  我々は、一般化スライス確率測定(GSPM)と呼ばれる、幅広い確率測定値の族を紹介する。 GSPMは一般化されたラドン変換に根付いており、ユニークな幾何学的解釈を持つ。 GSPMに基づく勾配流を生成モデル応用に適用し、軽度な仮定の下では、勾配流が大域的最適に収束することを示す。
  論文  参考訳（メタデータ） (2020-02-28T04:18:00Z)
• Support recovery and sup-norm convergence rates for sparse pivotal estimation [79.13844065776928]
  高次元スパース回帰では、ピボット推定器は最適な正規化パラメータがノイズレベルに依存しない推定器である。 非滑らかで滑らかな単一タスクとマルチタスク正方形ラッソ型推定器に対するミニマックス超ノルム収束率を示す。
  論文  参考訳（メタデータ） (2020-01-15T16:11:04Z)

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。