論文の概要: Heisenberg scaling precision in the estimation of functions of
parameters
- arxiv url: http://arxiv.org/abs/2103.08564v1
- Date: Mon, 15 Mar 2021 17:28:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-08 01:58:59.195315
- Title: Heisenberg scaling precision in the estimation of functions of
parameters
- Title(参考訳): パラメータの関数推定におけるハイゼンベルクスケーリング精度
- Authors: Danilo Triggiani, Paolo Facchi, Vincenzo Tamma
- Abstract要約: 一般の$M$チャネル線形ネットワークで符号化された任意のパラメータの任意の数$l$の関数の推定において,ハイゼンベルクのスケーリング精度に達するメロジカル戦略を提案する。
2つの補助線形ネットワークが必要であり、その役割は2つある: 干渉計と相互作用した後、信号が単一チャネルに再焦点され、線形ネットワークの分析により推定されるパラメータの関数が固定される。
- 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: We propose a metrological strategy reaching Heisenberg scaling precision in
the estimation of functions of any number $l$ of arbitrary parameters encoded
in a generic $M$-channel linear network. This scheme is experimentally feasible
since it only employs a single-mode squeezed vacuum and homodyne detection on a
single output channel. Two auxiliary linear network are required and their role
is twofold: to refocus the signal into a single channel after the interaction
with the interferometer, and to fix the function of the parameters to be
estimated according to the linear network analysed. Although the refocusing
requires some knowledge on the parameters, we show that the required precision
on the prior measurement is shot-noise, and thus achievable with a classic
measurement. We conclude by discussing two paradigmatic schemes in which the
choice of the auxiliary stages allows to change the function of the unknown
parameter to estimate.
- Abstract(参考訳): 一般の$M$チャネル線形ネットワークで符号化された任意のパラメータの任意の数$l$の関数の推定において,ハイゼンベルクのスケーリング精度に達するメトロジー戦略を提案する。
この方式は単一モードの圧縮真空とホモダインのみを単一の出力チャネルで検出するため、実験的に実現可能である。
2つの補助線形ネットワークが必要であり、その役割は2つある: 干渉計と相互作用した後、信号が単一チャネルに再焦点され、線形ネットワークの分析により推定されるパラメータの関数が固定される。
再焦点はパラメータに関する知識を必要とするが,事前測定に必要な精度はショットノイズであり,古典的な測定で実現可能であることを示す。
最後に,補助ステージの選択によって未知パラメータの関数を推定できる2つのパラダイムスキームについて考察する。
関連論文リスト
- Scaling Exponents Across Parameterizations and Optimizers [94.54718325264218]
本稿では,先行研究における重要な仮定を考察し,パラメータ化の新たな視点を提案する。
私たちの経験的調査には、3つの組み合わせでトレーニングされた数万のモデルが含まれています。
最高の学習率のスケーリング基準は、以前の作業の仮定から除外されることがよくあります。
論文 参考訳(メタデータ) (2024-07-08T12:32:51Z) - A Mean-Field Analysis of Neural Stochastic Gradient Descent-Ascent for Functional Minimax Optimization [90.87444114491116]
本稿では,超パラメトリック化された2層ニューラルネットワークの無限次元関数クラス上で定義される最小最適化問題について検討する。
i) 勾配降下指数アルゴリズムの収束と, (ii) ニューラルネットワークの表現学習に対処する。
その結果、ニューラルネットワークによって誘導される特徴表現は、ワッサーシュタイン距離で測定された$O(alpha-1)$で初期表現から逸脱することが許された。
論文 参考訳(メタデータ) (2024-04-18T16:46:08Z) - Finding the optimal probe state for multiparameter quantum metrology
using conic programming [61.98670278625053]
本稿では,対応する精度境界に対する最適プローブ状態を決定するための円錐型プログラミングフレームワークを提案する。
また、この理論を量子プローブ状態を用いた標準場センシング問題の解析にも応用する。
論文 参考訳(メタデータ) (2024-01-11T12:47:29Z) - Learning Radio Environments by Differentiable Ray Tracing [56.40113938833999]
本稿では, 材料特性, 散乱, アンテナパターンの微分パラメトリゼーションによって補う, 勾配式キャリブレーション法を提案する。
提案手法は,MIMO(分散マルチインプットマルチインプット・マルチアウトプット・チャネル・サウンドア)を用いて,合成データと実世界の屋内チャネル計測の両方を用いて検証した。
論文 参考訳(メタデータ) (2023-11-30T13:50:21Z) - Non-adaptive Heisenberg-limited metrology with multi-channel homodyne
measurements [0.0]
一般線形ネットワークに符号化されたパラメータの推定において,最終的なハイゼンベルクスケーリング感度を実現するプロトコルを示す。
結果として、このプロトコルはパラメータの事前の粗い推定やネットワークの適応を必要としない。
論文 参考訳(メタデータ) (2021-10-07T16:03:38Z) - A compressive sensing based parameter estimation for free space
continuous variable quantum key distribution [11.993734284815687]
衛星による自由空間連続変動QKD(CV-QKD)では,大気チャネル変動のパラメータ推定が重要である。
CS理論をCV-QKDに適用し,計算量が少なく,少ないデータ量でチャネルパラメータ推定を実現する。
論文 参考訳(メタデータ) (2021-03-25T23:58:40Z) - Probing the topological Anderson transition with quantum walks [48.7576911714538]
光線形ネットワークにおける1次元量子ウォークについて考察する。
ウォーカーの確率分布を直接監視するオプションは、この光学プラットフォームを1次元トポロジカルアンダーソン転移のユニークなシグネチャの実験的観察に最適である。
論文 参考訳(メタデータ) (2021-02-01T21:19:15Z) - Understanding Implicit Regularization in Over-Parameterized Single Index
Model [55.41685740015095]
我々は高次元単一インデックスモデルのための正規化自由アルゴリズムを設計する。
暗黙正則化現象の理論的保証を提供する。
論文 参考訳(メタデータ) (2020-07-16T13:27:47Z) - Typicality of Heisenberg scaling precision in multi-mode quantum
metrology [0.0]
本稿では,一般的な$M$-port線形ネットワークにエンコードされたパラメータ$varphi$を推定するために,ハイゼンベルクのスケーリング精度に達する測定設定を提案する。
M$の大きい値と非適応ステージのランダムな(バイアスのない)選択の場合、このプレファクタはパラメータ$varphi$を線形ネットワークに符号化することで制御できる典型的な値を取る。
論文 参考訳(メタデータ) (2020-03-27T17:34:39Z) - Heisenberg scaling precision in multi-mode distributed quantum metrology [0.0]
マルチポート干渉計に符号化されたパラメータ$varphi$を推定できる$N$-photon Gaussian測定方式を提案する。
干渉計の構造には線形性や通過性以外に制限はない。
論文 参考訳(メタデータ) (2020-03-27T17:34:25Z) - Accessible precisions for estimating two conjugate parameters using
Gaussian probes [8.280321302866371]
変位流路における一対の共役パラメータの同時推定のための精度限界を解析する。
解析により最適な測定方法が明らかになり、一つのパラメータに対して最適な精度を定量化できる。
論文 参考訳(メタデータ) (2020-03-16T10:09:06Z)
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。