論文の概要: High Precision Multi-parameter Weak Measurement with Hermite-Gaussian Pointer

• arxiv url: http://arxiv.org/abs/2310.06605v1
• Date: Tue, 10 Oct 2023 13:13:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-12 01:46:07.185367
• Title: High Precision Multi-parameter Weak Measurement with Hermite-Gaussian Pointer
• Title（参考訳）: ハーマイト・ガウスポインターを用いた高精度マルチパラメータ弱測定
• Authors: Binke Xia, Jingzheng Huang, Chen Fang, Hongjing Li, Guihua Zeng
• Abstract要約: 本稿では,高次Hermite-Gaussianポインタと量子フィッシャー情報行列を用いた一般的な弱い測定形式について検討する。 我々のスキームの最終的な精度は、n がエルミート・ガウスモードの順序である 2n+1 の平方根の係数によって改善される。
• 参考スコア（独自算出の注目度）: 5.647409913773762
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The weak value amplification technique has been proved useful for precision metrology in both theory and experiment. To explore the ultimate performance of weak value amplification for multi-parameter estimation, we investigate a general weak measurement formalism with assistance of high-order Hermite-Gaussian pointer and quantum Fisher information matrix. Theoretical analysis shows that the ultimate precision of our scheme is improved by a factor of square root of 2n+1, where n is the order of Hermite-Gaussian mode. Moreover, the parameters' estimation precision can approach the precision limit with maximum likelihood estimation method and homodyne method. We have also given a proof-of-principle experimental setup to validate the H-G pointer theory and explore its potential applications in precision metrology.
• Abstract（参考訳）: 弱値増幅技術は理論と実験の両方において精密な計測に有用であることが証明されている。 多パラメータ推定のための弱値増幅の究極の性能を探るため,高次ヘルミテ・ガウスポインターと量子フィッシャー情報行列を用いた一般的な弱測定形式について検討した。 理論的解析により、我々のスキームの最終的な精度は、n がエルミート・ガウスモードの順序である 2n+1 の平方根の係数によって改善されることが示された。 さらに,パラメータの推定精度は最大確率推定法とホモダイン法で精度限界に近づくことができる。 また,h-gポインター理論を検証するための原理実証実験を行い,その精度計測への応用について検討した。

関連論文リスト

• QestOptPOVM: An iterative algorithm to find optimal measurements for quantum parameter estimation [17.305295658536828]
  最適正の演算子検定(POVM)を直接同定するアルゴリズム「QestPOVM」を導入する。 量子状態の複数コピー(最大6コピー)の厳密な試行を通じて,提案アルゴリズムの有効性と精度を実証した。 提案アルゴリズムは,最適なPOVMの明示的な形式を解明するためのツールとして機能し,量子パラメータ推定手法の理解を深める。
  論文  参考訳（メタデータ） (2024-03-29T11:46:09Z)
• Multi-parameter quantum estimation of single- and two-mode pure Gaussian states [0.0]
  本研究では, 単モードおよび2モード圧縮状態を特徴付ける変位パラメータとスクイーズパラメータの両方に対して, Holevo Cram'er-Rao bound (HCRB) を導出した。 単モードのシナリオでは、解析的境界を求め、スクイージングが増加するにつれて単調に劣化する。 2モード設定では、スキューズパラメータが大きくなるにつれてHCRBが向上し、二重ホモジン検出により達成できることが示される。
  論文  参考訳（メタデータ） (2024-03-06T18:29:17Z)
• Stochastic Marginal Likelihood Gradients using Neural Tangent Kernels [78.6096486885658]
  線形化されたラプラス近似に下界を導入する。 これらの境界は漸進的な最適化が可能であり、推定精度と計算複雑性とのトレードオフを可能にする。
  論文  参考訳（メタデータ） (2023-06-06T19:02:57Z)
• Quantum multiparameter estimation with graph states [6.152619905686453]
  SU(2)力学では、最適な最適多パラメータ推定を実現することが特に重要である。 SU(N) 力学の進化を研究するための同時多パラメータ推定手法を提案する。 グラフ状態が量子計量学の最適状態であることを証明し、最適な測定基準のセットを見つけることができ、マルチパラメータ推定の精度限界が量子クラム・ラオ境界に達することを証明した。
  論文  参考訳（メタデータ） (2023-06-05T00:50:24Z)
• Scalable Gaussian Process Hyperparameter Optimization via Coverage Regularization [0.0]
  本稿では,予測の不確かさの堅牢性を改善するために,Maternカーネルのスムーズさと長大パラメータを推定するアルゴリズムを提案する。 数値実験で示すように,高いスケーラビリティを維持しつつ,残余可能性よりも改善されたUQを実現する。
  論文  参考訳（メタデータ） (2022-09-22T19:23:37Z)
• Tight Cram\'{e}r-Rao type bounds for multiparameter quantum metrology through conic programming [61.98670278625053]
  最適な精度で不整合パラメータを推定できる実用的な測定戦略が最重要である。 ここでは、最適精度で非相関な測定方法を見つけるための具体的な方法を示す。 従来の計算可能境界と最終的な精度境界との間には厳密なギャップがあることを数値的に示す。
  論文  参考訳（メタデータ） (2022-09-12T13:06:48Z)
• Quantum probes for the characterization of nonlinear media [50.591267188664666]
  本研究では, 非線形結合 $tildelambda$ および非線形性次数 $zeta$ の個人および共同推定をいかに改善するかを検討する。 量子プローブは非線形媒体のキャラクタリゼーションの精度を高めるための資源であり、現在の技術による潜在的な応用を予見する。
  論文  参考訳（メタデータ） (2021-09-16T15:40:36Z)
• Marginalised Gaussian Processes with Nested Sampling [10.495114898741203]
  ガウス過程(GP)モデルは、カーネル関数によって制御される帰納バイアスを持つ関数上の豊富な分布である。 本研究は,Nested Smpling (NS) を用いてカーネル関数のハイパーパラメータを疎外する学習手法を提案する。
  論文  参考訳（メタデータ） (2020-10-30T16:04:35Z)
• 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)
• SLEIPNIR: Deterministic and Provably Accurate Feature Expansion for Gaussian Process Regression with Derivatives [86.01677297601624]
  本稿では,2次フーリエ特徴に基づく導関数によるGP回帰のスケーリング手法を提案する。 我々は、近似されたカーネルと近似された後部の両方に適用される決定論的、非漸近的、指数関数的に高速な崩壊誤差境界を証明した。
  論文  参考訳（メタデータ） (2020-03-05T14:33:20Z)
• Quantum probes for universal gravity corrections [62.997667081978825]
  最小長の概念を概観し、量子系のハミルトニアンに現れる摂動項をいかに引き起こすかを示す。 我々は、推定手順の精度の最終的な限界を見つけるために、量子フィッシャー情報を評価する。 以上の結果から,量子プローブは有用な資源であり,精度が向上する可能性が示唆された。
  論文  参考訳（メタデータ） (2020-02-13T19:35:07Z)

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。