論文の概要: RLD Fisher Information Bound for Multiparameter Estimation of Quantum Channels

• arxiv url: http://arxiv.org/abs/2008.11178v3
• Date: Wed, 28 Jul 2021 02:15:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-04 23:41:50.217556
• Title: RLD Fisher Information Bound for Multiparameter Estimation of Quantum Channels
• Title（参考訳）: rldフィッシャー情報を用いた量子チャネルのマルチパラメータ推定
• Authors: Vishal Katariya and Mark M. Wilde
• Abstract要約: 本研究では、アモート化の概念と右対数微分(RLD)フィッシャー情報値による量子チャネル推定の基本的な限界について検討する。 我々の主要な技術的成果は、RLD Fisher情報値のチェーンルル不等式を証明することであり、これは、例えば触媒状態ファミリーへのアクセスが量子チャネルのRDD Fisher情報値を増加させないことを意味する。
• 参考スコア（独自算出の注目度）: 6.345523830122166
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: One of the fundamental tasks in quantum metrology is to estimate multiple parameters embedded in a noisy process, i.e., a quantum channel. In this paper, we study fundamental limits to quantum channel estimation via the concept of amortization and the right logarithmic derivative (RLD) Fisher information value. Our key technical result is the proof of a chain-rule inequality for the RLD Fisher information value, which implies that amortization, i.e., access to a catalyst state family, does not increase the RLD Fisher information value of quantum channels. This technical result leads to a fundamental and efficiently computable limitation for multiparameter channel estimation in the sequential setting, in terms of the RLD Fisher information value. As a consequence, we conclude that if the RLD Fisher information value is finite, then Heisenberg scaling is unattainable in the multiparameter setting.
• Abstract（参考訳）: 量子力学における基本的な課題の1つは、ノイズの多いプロセス、すなわち量子チャネルに埋め込まれた複数のパラメータを推定することである。 本稿では、アモート化の概念と右対数微分(RLD)フィッシャー情報値による量子チャネル推定の基本的な限界について検討する。 我々の主要な技術的成果は、RLD Fisher情報値のチェーンルル不等式を証明することであり、これは、例えば触媒状態ファミリーへのアクセスが量子チャネルのRDD Fisher情報値を増加させないことを意味する。 この技術的結果は、RDD Fisher情報値の観点から、シーケンシャルセッティングにおけるマルチパラメータチャネル推定の根本的かつ効率的に計算可能な制限をもたらす。 その結果, RLD Fisher 情報値が有限であれば, ハイゼンベルクスケーリングはマルチパラメータ設定では達成不可能である。

関連論文リスト

• Robust estimation of the Quantum Fisher Information on a quantum processor [0.0]
  量子フィッシャー情報(QFI)に収束する一連の下界の実験的測定について述べる。 我々はグリーンバーグ・ホーネ・ザイリンガー状態のQFIを推定し、真のマルチパーティイト絡みを観察する。 回路深度を増大させることにより誘導される状態最適化と雑音の相互作用について検討する。
  論文  参考訳（メタデータ） (2023-07-31T17:49:04Z)
• Uncertainty Estimation by Fisher Information-based Evidential Deep Learning [61.94125052118442]
  不確実性推定は、ディープラーニングを実用アプリケーションで信頼できるものにする鍵となる要素である。 漁業情報に基づくエビデンシャルディープラーニング(mathcalI$-EDL)を提案する。 特に,各サンプルが有する証拠の情報量を測定するためにFisher Information Matrix (FIM)を導入し,目的的損失項を動的に重み付けし,不確実なクラスの表現学習に集中させる。
  論文  参考訳（メタデータ） (2023-03-03T16:12:59Z)
• PD-Quant: Post-Training Quantization based on Prediction Difference Metric [43.81334288840746]
  ポストトレーニング量子化(PTQ)は、ニューラルネットワーク圧縮技術で、完全精度のモデルを低精度のデータ型を使用した量子化モデルに変換する。 適切な量子化パラメータを決定する方法が、現在直面している主要な問題である。 PD-Quantは、グローバル情報を考慮してこの制限に対処する手法である。
  論文  参考訳（メタデータ） (2022-12-14T05:48:58Z)
• Quantum Federated Learning with Entanglement Controlled Circuits and Superposition Coding [44.89303833148191]
  我々は、絡み合ったスリム化可能な量子ニューラルネットワーク(eSQNN)の深さ制御可能なアーキテクチャを開発する。 本稿では,eS-QNNの重畳符号化パラメータを通信する絡み合ったスリム化QFL(eSQFL)を提案する。 画像分類タスクでは、広範囲なシミュレーションがeSQFLの有効性を裏付ける。
  論文  参考訳（メタデータ） (2022-12-04T03:18:03Z)
• Error Mitigation-Aided Optimization of Parameterized Quantum Circuits: Convergence Analysis [42.275148861039895]
  変分量子アルゴリズム(VQA)は、ノイズプロセッサを介して量子アドバンテージを得るための最も有望な経路を提供する。 不完全性とデコヒーレンスによるゲートノイズは、バイアスを導入して勾配推定に影響を与える。 QEM(Quantum error mitigation)技術は、キュービット数の増加を必要とせずに、推定バイアスを低減することができる。 QEMは必要な反復回数を減らすことができるが、量子ノイズレベルが十分に小さい限りである。
  論文  参考訳（メタデータ） (2022-09-23T10:48:04Z)
• Analytical techniques in single and multi-parameter quantum estimation theory: a focused review [0.0]
  このレビューでは、量子フィッシャー情報および量子フィッシャー情報行列の分析計算技術について述べる。 多くの自由量子系に適用された古典から量子推定理論への数学的遷移を提供する。
  論文  参考訳（メタデータ） (2022-04-29T17:29:45Z)
• Limits on Parameter Estimation of Quantum Channels [0.0]
  本研究では,量子チャネルに符号化された未知のパラメータを逐次的に推定するタスクについて検討する。 我々のゴールは、推定誤差に基づいて低い境界(クラマー・ラオ境界と呼ばれる)を確立することである。
  論文  参考訳（メタデータ） (2022-01-05T17:59:04Z)
• Quantum Cram\'er-Rao bound for quantum statistical models with parameter-dependent rank [0.0]
  量子クラムエル・ラオ境界の極限バージョンは、パラメトリック密度作用素がそのランクを変更するときにも成り立つと論じる。 パラメータ依存ランクの量子統計モデルの典型例を分析する。
  論文  参考訳（メタデータ） (2021-11-01T13:23:04Z)
• FLIP: A flexible initializer for arbitrarily-sized parametrized quantum circuits [105.54048699217668]
  任意サイズのパラメタライズド量子回路のためのFLexible Initializerを提案する。 FLIPは任意の種類のPQCに適用することができ、初期パラメータの一般的なセットに頼る代わりに、成功したパラメータの構造を学ぶように調整されている。 本稿では, 3つのシナリオにおいてFLIPを用いることの利点を述べる。不毛な高原における問題ファミリ, 最大カット問題インスタンスを解くPQCトレーニング, 1次元フェルミ-ハッバードモデルの基底状態エネルギーを求めるPQCトレーニングである。
  論文  参考訳（メタデータ） (2021-03-15T17:38:33Z)
• Quantum Fisher information measurement and verification of the quantum Cram\'er-Rao bound in a solid-state qubit [11.87072483257275]
  固体スピン系の位相推定において,量子クラムエルラオ境界近傍の飽和を実験的に実証した。 これは、位相推定における実験的不確実性と関連する量子フィッシャー情報の独立測定を比較することで達成される。
  論文  参考訳（メタデータ） (2020-03-18T17:51:06Z)
• In and out of equilibrium quantum metrology with mean-field quantum criticality [68.8204255655161]
  本稿では,集団遷移現象が量子力学プロトコルに与える影響について考察する。 単一球面量子スピン(SQS)は平均場レベルでの分析的な洞察を可能にするステレオタイプ玩具モデルとして機能する。
  論文  参考訳（メタデータ） (2020-01-09T19:20:42Z)

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。

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。