論文の概要: Inference-Based Quantum Sensing
- arxiv url: http://arxiv.org/abs/2206.09919v1
- Date: Mon, 20 Jun 2022 17:58:19 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-22 15:18:03.092297
- Title: Inference-Based Quantum Sensing
- Title（参考訳）: 推論に基づく量子センシング
- Authors: C. Huerta Alderete, Max Hunter Gordon, Frederic Sauvage, Akira Sone,
Andrew T. Sornborger, Patrick J. Coles, M. Cerezo
- Abstract要約: 量子センシング(QS)のための推論に基づくスキームを提案する。
符号化の一般クラスでは$mathcalR(theta)$が2n+1$パラメータでのみシステム応答を測定することで完全に特徴づけられることを示す。
推測誤差は、$delta$より小さい確率で、$Omega(log3(n)/delta2)$としかスケールしない複数のショットでシステム応答を測定する場合、その確率は$delta$より小さいことを示す。
- 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: In a standard Quantum Sensing (QS) task one aims at estimating an unknown
parameter $\theta$, encoded into an $n$-qubit probe state, via measurements of
the system. The success of this task hinges on the ability to correlate changes
in the parameter to changes in the system response $\mathcal{R}(\theta)$ (i.e.,
changes in the measurement outcomes). For simple cases the form of
$\mathcal{R}(\theta)$ is known, but the same cannot be said for realistic
scenarios, as no general closed-form expression exists. In this work we present
an inference-based scheme for QS. We show that, for a general class of unitary
families of encoding, $\mathcal{R}(\theta)$ can be fully characterized by only
measuring the system response at $2n+1$ parameters. In turn, this allows us to
infer the value of an unknown parameter given the measured response, as well as
to determine the sensitivity of the sensing scheme, which characterizes its
overall performance. We show that inference error is, with high probability,
smaller than $\delta$, if one measures the system response with a number of
shots that scales only as $\Omega(\log^3(n)/\delta^2)$. Furthermore, the
framework presented can be broadly applied as it remains valid for arbitrary
probe states and measurement schemes, and, even holds in the presence of
quantum noise. We also discuss how to extend our results beyond unitary
families. Finally, to showcase our method we implement it for a QS task on real
quantum hardware, and in numerical simulations.
- Abstract（参考訳）: 標準量子センシング(qs)タスクでは、未知のパラメータ$\theta$を推定することを目的としており、システムの測定によって、n$-qubitのプローブ状態にエンコードされる。
このタスクの成功は、パラメータの変化とシステムの応答である$\mathcal{r}(\theta)$(すなわち、測定結果の変化)の変化を関連付ける能力にかかっている。
単純な場合、$\mathcal{R}(\theta)$の形式は知られているが、一般の閉形式表現は存在しないので、現実的なシナリオでは同じことは言えない。
本稿では,QSの推論に基づくスキームを提案する。
符号化のユニタリ族全体のクラスに対して、$\mathcal{r}(\theta)$ は、2n+1$ のパラメータでシステム応答を測定するだけで完全に特徴づけられることを示す。
これにより、測定された応答から未知のパラメータの値を推定し、その全体的な性能を特徴付けるセンシングスキームの感度を決定することができる。
推測誤差は,$\omega(\log^3(n)/\delta^2)$でしかスケールしないショット数でシステム応答を測定すると,高い確率で$\delta$より小さいことを示す。
さらに、提示されるフレームワークは、任意のプローブ状態や測定スキームに対して有効であり、量子ノイズの存在さえも維持できるため、広く適用することができる。
また、ユニタリファミリーを超えて結果を拡張する方法についても論じる。
最後に,本手法を実量子ハードウェアおよび数値シミュレーションにおいてqsタスクとして実装する。
関連論文リスト
- The role of shared randomness in quantum state certification with
unentangled measurements [36.19846254657676]
非絡み合った量子測定を用いて量子状態認証を研究する。
$Theta(d2/varepsilon2)$コピーが必要である。
我々は固定化とランダム化の両方のための統一された下界フレームワークを開発する。
論文 参考訳（メタデータ） (2024-01-17T23:44:52Z) - Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。
我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文 参考訳（メタデータ） (2024-01-17T18:59:38Z) - First detection probability in quantum resetting via random projective
measurements [0.0]
一般量子系における「興味のある状態」の最初の検出時間の確率分布を$F_r(t)$で計算する。
F_r(t)sim t2$ が$p(0)ne 0$ であることを示す。
論文 参考訳（メタデータ） (2023-05-24T13:15:01Z) - Quantum Metropolis-Hastings algorithm with the target distribution
calculated by quantum Monte Carlo integration [0.0]
MCMCの量子アルゴリズムが提案され、古典的なスペクトルギャップに対して$Delta$の2次スピードアップが得られる。
我々は状態生成だけでなく、ベイズ推定における共通課題であるパラメータの信頼区間も見いだすと考えている。
提案した信頼区間計算法では、$Delta$で$ell$スケールを計算するための量子回路へのクエリ数、$epsilon$で必要な精度$epsilon$、および標準偏差$sigma$$$ $ell$ as $tildeO(sigma/epsilonを演算する。
論文 参考訳（メタデータ） (2023-03-10T01:05:16Z) - On the Identifiability and Estimation of Causal Location-Scale Noise
Models [122.65417012597754]
位置スケール・異方性雑音モデル(LSNM)のクラスについて検討する。
症例によっては, 因果方向が同定可能であることが示唆された。
我々は,LSNMの2つの推定器を提案し,その1つは(非線形)特徴写像に基づく推定器と,1つはニューラルネットワークに基づく推定器を提案する。
論文 参考訳（メタデータ） (2022-10-13T17:18:59Z) - Approximate Function Evaluation via Multi-Armed Bandits [51.146684847667125]
既知の滑らかな関数 $f$ の値を未知の点 $boldsymbolmu in mathbbRn$ で推定する問題について検討する。
我々は、各座標の重要性に応じてサンプルを学習するインスタンス適応アルゴリズムを設計し、少なくとも1-delta$の確率で$epsilon$の正確な推定値である$f(boldsymbolmu)$を返す。
論文 参考訳（メタデータ） (2022-03-18T18:50:52Z) - Quantum Multi-Parameter Adaptive Bayesian Estimation and Application to
Super-Resolution Imaging [1.4222887950206657]
量子センシングタスクでは、ユーザは$rho_theta$($theta$をエンコードする量子状態)を得る。
Personick氏はすべての可能な測定値に対してMMSEを最小限に抑える最適なPOVM $Pi_l$を発見した。
1971年のこの結果は量子フィッシャー情報(QFI)よりも広く知られておらず、これは偏りのない推定器のばらつきを低くしている。
論文 参考訳（メタデータ） (2022-02-21T04:12:55Z) - Uncertainties in Quantum Measurements: A Quantum Tomography [52.77024349608834]
量子系 $S$ に関連する可観測物は非可換代数 $mathcal A_S$ を形成する。
密度行列 $rho$ は可観測物の期待値から決定できると仮定される。
アーベル代数は内部自己同型を持たないので、測定装置は可観測物の平均値を決定することができる。
論文 参考訳（メタデータ） (2021-12-14T16:29:53Z) - Sample Complexity of Asynchronous Q-Learning: Sharper Analysis and
Variance Reduction [63.41789556777387]
非同期Q-ラーニングはマルコフ決定過程(MDP)の最適行動値関数(またはQ-関数)を学習することを目的としている。
Q-関数の入出力$varepsilon$-正確な推定に必要なサンプルの数は、少なくとも$frac1mu_min (1-gamma)5varepsilon2+ fract_mixmu_min (1-gamma)$の順である。
論文 参考訳（メタデータ） (2020-06-04T17:51:00Z) - Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。
格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。
NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
論文 参考訳（メタデータ） (2020-02-25T19:18:36Z) - Cost Function Dependent Barren Plateaus in Shallow Parametrized Quantum
Circuits [0.755972004983746]
変分量子アルゴリズム (VQA) はパラメタライズド量子回路のパラメータ $vectheta$ を最適化する。
我々は、$V(vectheta)$が局所的な2-デザインを形成するブロックからなる交互層状アンサッツであると仮定して、2つの結果を証明した。
量子オートエンコーダの実装において、これらのアイデアを最大100キュービットの大規模シミュレーションで説明する。
論文 参考訳（メタデータ） (2020-01-02T18:18:25Z)
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。