論文の概要: Sub-Quantum Fisher Information
- arxiv url: http://arxiv.org/abs/2101.10144v2
- Date: Thu, 24 Jun 2021 15:22:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-14 00:40:29.382639
- Title: Sub-Quantum Fisher Information
- Title(参考訳): サブ量子漁業情報
- Authors: M. Cerezo, Akira Sone, Jacob L. Beckey, Patrick J. Coles
- Abstract要約: 量子フィッシャー情報(QFI)に基づく下界解析
サブQFIは、ウルマンの忠実度の上界である超忠実度に基づいている。
我々は、コヒーレンス、非対称性、純度損失の尺度として、サブQFIに付加的な意味を与える。
- 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: The Quantum Fisher Information (QFI) plays a crucial role in quantum
information theory and in many practical applications such as quantum
metrology. However, computing the QFI is generally a computationally demanding
task. In this work we analyze a lower bound on the QFI which we call the
sub-Quantum Fisher Information (sub-QFI). The bound can be efficiently
estimated on a quantum computer for an $n$-qubit state using $2n$ qubits. The
sub-QFI is based on the super-fidelity, an upper bound on Uhlmann's fidelity.
We analyze the sub-QFI in the context of unitary families, where we derive
several crucial properties including its geometrical interpretation. In
particular, we prove that the QFI and the sub-QFI are maximized for the same
optimal state, which implies that the sub-QFI is faithful to the QFI in the
sense that both quantities share the same global extrema. Based on this
faithfulness, the sub-QFI acts as an efficiently computable surrogate for the
QFI for quantum sensing and quantum metrology applications. Finally, we provide
additional meaning to the sub-QFI as a measure of coherence, asymmetry, and
purity loss.
- Abstract(参考訳): 量子フィッシャー情報(quantum fisher information, qfi)は、量子情報理論において重要な役割を果たす。
しかし、QFIの計算は一般に計算に要求されるタスクである。
本研究では,サブ量子フィッシャー情報 (sub-QFI) と呼ばれるQFIの下位境界を解析する。
量子コンピュータ上で 2n$ qubits を用いて$n$-qubit の状態を効率的に推定することができる。
サブQFIはウルマンの忠実度の上界である超忠実度に基づいている。
我々は,このサブQFIをユニタリファミリーの文脈で分析し,幾何学的解釈を含むいくつかの重要な特性を導出する。
特に、QFIとサブQFIが同じ最適状態に対して最大化されることを証明し、両方の量が同じ大域極限を共有するという意味で、サブQFIがQFIに忠実であることを示す。
この忠実さに基づいて、サブQFIは量子センシングおよび量子気象学応用のためのQFIの効率的な計算可能なサロゲートとして機能する。
最後に、コヒーレンス、非対称性、純度損失の尺度として、サブQFIに付加的な意味を与える。
関連論文リスト
- Extracting Many-Body Quantum Resources within One-Body Reduced Density
Matrix Functional Theory [0.0]
量子フィッシャー情報(Quantum Fisher information, QFI)は、パラメータ推定の最終的な精度限界を定量化するために用いられる量子科学の中心的な概念である。
ここでは、汎関数理論と量子情報からのアイデアを組み合わせて、フェルミオン基底状態とボゾン基底状態のQFIのための新しい機能的枠組みを開発する。
この結果から, 1体還元密度行列汎関数理論と量子フィッシャー情報との初接続が得られた。
論文 参考訳(メタデータ) (2023-11-21T13:33:53Z) - QKSAN: A Quantum Kernel Self-Attention Network [53.96779043113156]
量子カーネル法(Quantum Kernel Methods, QKM)のデータ表現能力とSAMの効率的な情報抽出能力を組み合わせた量子カーネル自己認識機構(Quantum Kernel Self-Attention Mechanism, QKSAM)を導入する。
量子カーネル自己保持ネットワーク(QKSAN)フレームワークは,DMP(Dederred Measurement Principle)と条件測定技術を巧みに組み込んだQKSAMに基づいて提案されている。
4つのQKSANサブモデルはPennyLaneとIBM Qiskitプラットフォームにデプロイされ、MNISTとFashion MNISTのバイナリ分類を実行する。
論文 参考訳(メタデータ) (2023-08-25T15:08:19Z) - Quantum Fisher kernel for mitigating the vanishing similarity issue [0.9404723842159504]
量子カーネル法 (quantum kernel method) は、量子コンピュータを利用して、データ間の類似度を測定する量子カーネル(QK)を計算する機械学習モデルである。
量子的優位性はあるものの、一般的に使用される忠実度ベースのQKは有害な問題に悩まされる。
データソースの幾何学的構造を考慮した量子フィッシャーカーネル(QFK)と呼ばれる新しいQKのクラスを提案する。
論文 参考訳(メタデータ) (2022-10-29T12:00:17Z) - Symmetric Pruning in Quantum Neural Networks [111.438286016951]
量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。
ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。
本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
論文 参考訳(メタデータ) (2022-08-30T08:17:55Z) - QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。
短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
論文 参考訳(メタデータ) (2022-07-14T12:22:51Z) - Theory of Quantum Generative Learning Models with Maximum Mean
Discrepancy [67.02951777522547]
量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。
まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。
次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
論文 参考訳(メタデータ) (2022-05-10T08:05:59Z) - Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。
しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。
8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文 参考訳(メタデータ) (2022-01-04T01:53:42Z) - A Statistical Framework for Low-bitwidth Training of Deep Neural
Networks [70.77754244060384]
フル量子化トレーニング(FQT)は、ニューラルネットワークモデルのアクティベーション、重み、勾配を定量化することで、低ビット幅のハードウェアを使用する。
FQTの最大の課題は、特に勾配量子化が収束特性にどのように影響するかという理論的な理解の欠如である。
論文 参考訳(メタデータ) (2020-10-27T13:57:33Z) - Variational Quantum Algorithm for Estimating the Quantum Fisher
Information [0.0]
本稿では,変分量量漁業情報推定(VQFIE)という変分量子アルゴリズムを提案する。
QFI上の下限と上限を、その忠実度に基づいて推定することにより、VQFIEは実際のQFIが属する範囲を出力する。
この結果は、量子センシングの適用のために、QFIを最大化する状態を変動的に準備するために使われる。
論文 参考訳(メタデータ) (2020-10-20T17:44:55Z) - Generalized Measure of Quantum Fisher Information [0.0]
短期量子デバイス上で効率よく計算可能な量子フィッシャー情報(QFI)の低いバウンダリを提示する。
QFI尺度の標準基準を満たすことを示す。
論文 参考訳(メタデータ) (2020-10-06T17:36:30Z) - Asymptotic theory of quantum channel estimation [3.3852463130297448]
単純な基準でスケーリングが線形か二次かを判断できることが示される。
スケーリングが線形である場合、QFIは一般にシングルチャネルQFIのN$倍であることを示す。
論文 参考訳(メタデータ) (2020-03-23T21:50:12Z)
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。