論文の概要: Parameter estimation by learning quantum correlations in continuous
photon-counting data using neural networks
- arxiv url: http://arxiv.org/abs/2310.02309v1
- Date: Tue, 3 Oct 2023 18:00:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-05 18:11:34.030438
- Title: Parameter estimation by learning quantum correlations in continuous
photon-counting data using neural networks
- Title(参考訳): ニューラルネットワークを用いた連続光子計数データの量子相関学習によるパラメータ推定
- Authors: Enrico Rinaldi, Manuel Gonz\'alez Lastre, Sergio Garc\'ia Herreros,
Shahnawaz Ahmed, Maryam Khanahmadi, Franco Nori, Carlos S\'anchez Mu\~noz
- Abstract要約: 本稿では, 1つの測定で観測された量子プローブのパラメータ推定に, 人工ニューラルネットワークを用いた推論手法を提案する。
本稿では,この手法の精度をベイズ推定と比較し,情報検索の分野で最適であることを示す。
このアプローチは、量子センシングや量子イメージングのような応用に関係のある、光子計数データを用いた量子パラメータ推定のための有望で効率的なツールを提供する。
- 参考スコア(独自算出の注目度): 0.21990652930491852
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present an inference method utilizing artificial neural networks for
parameter estimation of a quantum probe monitored through a single continuous
measurement. Unlike existing approaches focusing on the diffusive signals
generated by continuous weak measurements, our method harnesses quantum
correlations in discrete photon-counting data characterized by quantum jumps.
We benchmark the precision of this method against Bayesian inference, which is
optimal in the sense of information retrieval. By using numerical experiments
on a two-level quantum system, we demonstrate that our approach can achieve a
similar optimal performance as Bayesian inference, while drastically reducing
computational costs. Additionally, the method exhibits robustness against the
presence of imperfections in both measurement and training data. This approach
offers a promising and computationally efficient tool for quantum parameter
estimation with photon-counting data, relevant for applications such as quantum
sensing or quantum imaging, as well as robust calibration tasks in
laboratory-based settings.
- Abstract(参考訳): 本稿では,ニューラルネットワークを用いた1つの連続計測による量子プローブのパラメータ推定手法を提案する。
連続的な弱測定によって生じる拡散信号に着目した既存の手法とは異なり、量子ジャンプを特徴とする離散光子計数データの量子相関を利用する。
本稿では,この手法の精度をベイズ推定と比較し,情報検索の分野で最適であることを示す。
2レベル量子システムにおける数値実験を用いて, 計算コストを劇的に削減しつつ, ベイズ推論と同様の最適性能が得られることを示す。
さらに、測定データとトレーニングデータの両方において、不完全性の存在に対して堅牢性を示す。
このアプローチは、量子センシングや量子イメージングなどの応用に関連する光子計数データを用いた量子パラメータ推定のための有望で計算学的に効率的なツールを提供する。
関連論文リスト
- Enhancing Quantum Diffusion Models with Pairwise Bell State Entanglement [35.436358464279785]
本稿では、ノイズ中間スケール量子(NISQ)デバイス向けに設計された新しい量子拡散モデルを提案する。
量子絡み合いと重ね合わせを利用して、このアプローチは量子生成学習を前進させる。
論文 参考訳(メタデータ) (2024-11-24T20:14:57Z) - Photonic Quantum Receiver Attaining the Helstrom Bound [0.9674145073701151]
本稿では,二元コヒーレント状態の識別のために,低光子状態におけるヘルストローム境界を達成する量子受信機の効率的な分解手法を提案する。
我々は、暗黒数の存在を含む光子損失と不完全な光子検出の影響を調べることによって、現実的な状況を説明する。
提案手法は,光通信におけるシンボル・バイ・シンボル計測を最適化するために,立方相ゲートを用いた量子上の優位性を検証し,フォトニック量子コンピュータを設計する。
論文 参考訳(メタデータ) (2024-10-29T07:08:39Z) - Parameters estimation by fitting correlation functions of continuous quantum measurement [0.0]
本研究では, 連続測定量子系のパラメータを, 測定信号の相関関数に適合させることにより簡易に推定する手法を提案する。
本研究は, 玩具の例と最近の超伝導回路の例において, シミュレーションにおけるアプローチを実証する。
論文 参考訳(メタデータ) (2024-10-15T18:00:08Z) - Demonstration of Lossy Linear Transformations and Two-Photon Interference on a Photonic Chip [78.1768579844556]
補助導波路を用いた工学的損失は,空間統計を束縛から反膨らみに逆転させることが可能であることを示す。
我々は、損失エミュレーションチャネル内の光子統計を調査し、光子偶然を観測し、量子フォトニック集積チップの設計に関する洞察を与えることができる。
論文 参考訳(メタデータ) (2024-04-09T06:45:46Z) - Fisher information susceptibility for multiparameter quantum estimation [0.23436632098950458]
ノイズは量子技術の性能に影響を及ぼし、そのため、作業上のメリットの数値を解明することが重要である。
量子気象学において、フィッシャー情報計測ノイズの感受性の導入により、測定の堅牢性を定量化できるようになった。
半定値プログラムの形式でその数学的定義を提供する。
論文 参考訳(メタデータ) (2023-12-04T16:54:01Z) - Quantum State Tomography with Locally Purified Density Operators and Local Measurements [17.38734393793605]
量子状態の効率的な表現により、最小限の測定で量子状態トモグラフィを実現することができる。
そこで本稿では,混合状態のテンソルネットワーク表現を用いた状態トモグラフィの代替手法を提案する。
本研究では,テンソルネットワーク形式を用いた2次元システムのための量子状態トモグラフィーの道を開く。
論文 参考訳(メタデータ) (2023-07-31T03:14:31Z) - Reliable confidence regions for quantum tomography using distribution moments [0.0]
本稿では,量子トモグラフィーの精度の高い誤差バーを決定するための計算効率が高く信頼性の高い手法を提案する。
我々は,クラウドアクセス可能な量子プロセッサを用いてシミュレーションと実演の両方を用いて,多数の量子トモグラフィープロトコルのアプローチをベンチマークした。
論文 参考訳(メタデータ) (2023-07-24T14:21:35Z) - Quantum Neural Estimation of Entropies [20.12693323453867]
エントロピー測度は、量子システムに存在する情報と相関の量を定量化する。
我々はフォン・ノイマンとレーニイのエントロピーを推定するための変分量子アルゴリズムと、測定された相対エントロピーと測定されたR'enyiの相対エントロピーを提案する。
論文 参考訳(メタデータ) (2023-07-03T17:30:09Z) - Experimental investigation of Bayesian bounds in multiparameter
estimation [0.0]
本稿では,複数位相推定のためのベイズ法の評価を行う。
単一光子でシードされた3腕干渉計の出力統計から生成された実験データに適用する。
論文 参考訳(メタデータ) (2023-04-13T11:11:17Z) - Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。
本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。
実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
論文 参考訳(メタデータ) (2020-07-31T17:25:12Z) - Direct estimation of quantum coherence by collective measurements [54.97898890263183]
量子状態におけるコヒーレンス量を推定するための集合的測定手法を提案する。
本手法は、トモグラフィーや適応計測に基づいて、他の推定方法よりも優れている。
本手法は,光子を用いて実験的に実装することで,今日の技術で利用できることを示す。
論文 参考訳(メタデータ) (2020-01-06T03:50:42Z)
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。