論文の概要: Optimal estimation of pure states with displaced-null measurements
- arxiv url: http://arxiv.org/abs/2310.06767v1
- Date: Tue, 10 Oct 2023 16:46:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-12 01:24:07.196072
- Title: Optimal estimation of pure states with displaced-null measurements
- Title(参考訳): displaced-null測定による純状態の最適推定
- Authors: Federico Girotti, Alfred Godley, M\u{a}d\u{a}lin Gu\c{t}\u{a}
- Abstract要約: 純粋量子状態の未知パラメータを推定する問題を再検討する。
本研究では,実験者が真のシステム状態に近いベクトルを含む基準で測定することを目指すヌル測度戦略について検討する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We revisit the problem of estimating an unknown parameter of a pure quantum
state, and investigate `null-measurement' strategies in which the experimenter
aims to measure in a basis that contains a vector close to the true system
state. Such strategies are known to approach the quantum Fisher information for
models where the quantum Cram\'{e}r-Rao bound is achievable but a detailed
adaptive strategy for achieving the bound in the multi-copy setting has been
lacking. We first show that the following naive null-measurement implementation
fails to attain even the standard estimation scaling: estimate the parameter on
a small sub-sample, and apply the null-measurement corresponding to the
estimated value on the rest of the systems. This is due to non-identifiability
issues specific to null-measurements, which arise when the true and reference
parameters are close to each other. To avoid this, we propose the alternative
displaced-null measurement strategy in which the reference parameter is altered
by a small amount which is sufficient to ensure parameter identifiability. We
use this strategy to devise asymptotically optimal measurements for models
where the quantum Cram\'{e}r-Rao bound is achievable. More generally, we extend
the method to arbitrary multi-parameter models and prove the asymptotic
achievability of the the Holevo bound. An important tool in our analysis is the
theory of quantum local asymptotic normality which provides a clear intuition
about the design of the proposed estimators, and shows that they have
asymptotically normal distributions.
- Abstract(参考訳): 我々は、純粋な量子状態の未知のパラメータを推定する問題を再検討し、実験者が真の系状態に近いベクトルを含む基底で測定しようとする「ヌル測定」戦略を検討する。
このような戦略は、量子Cram\'{e}r-Rao境界が達成可能なモデルに対する量子フィッシャー情報にアプローチすることが知られているが、マルチコピー設定における境界を達成するための詳細な適応戦略は欠如している。
まず、以下のnaive null-measurement実装では、標準的な推定スケーリングさえ達成できていないことを示し、小さなサブサンプルでパラメータを推定し、システムの他の部分で推定値に対応するnull-measurementを適用する。
これは、真と参照パラメータが互いに近接しているときに発生する、null測定に特有の非識別性の問題に起因する。
そこで本研究では,参照パラメータを小額に変更してパラメータ識別性を確保するための代替displaced-null計測手法を提案する。
この戦略を用いて、量子Cram\'{e}r-Rao境界が達成可能なモデルに対する漸近的最適測定を考案する。
より一般に、この手法を任意のマルチパラメータモデルに拡張し、ホレヴォ境界の漸近的達成性を証明する。
我々の分析において重要なツールは量子局所漸近正規性の理論であり、提案した推定器の設計に関する明確な直観を提供し、漸近的に正規分布を持つことを示す。
関連論文リスト
- A variational Bayes approach to debiased inference for low-dimensional parameters in high-dimensional linear regression [2.7498981662768536]
疎線形回帰における統計的推測のためのスケーラブルな変分ベイズ法を提案する。
我々のアプローチは、平均場近似をニュアンス座標に割り当てることに依存している。
これは前処理のステップに過ぎず、平均場変動ベイズの計算上の優位性を保っている。
論文 参考訳(メタデータ) (2024-06-18T14:27:44Z) - 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) - Quantum metrology in the finite-sample regime [0.6299766708197883]
量子気象学において、未知のパラメータを推定する最終的な精度は、しばしばクラムエル・ラオ境界で記述される。
本稿では,所定の精度で推定値を得る確率でプロトコルの品質を定量化することを提案する。
論文 参考訳(メタデータ) (2023-07-12T18:00:04Z) - 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) - Optimal variance-reduced stochastic approximation in Banach spaces [114.8734960258221]
可分バナッハ空間上で定義された収縮作用素の定点を推定する問題について検討する。
演算子欠陥と推定誤差の両方に対して漸近的でない境界を確立する。
論文 参考訳(メタデータ) (2022-01-21T02:46:57Z) - Quantum scale estimation [0.0]
量子スケール推定は、量子力学の法則によって許容されるスケールパラメータを推定するための最も正確な枠組みを確立する。
この新しい枠組みは、スケール不変なグローバル温度測定を一般化し、原子状態の寿命を推定するために利用される。
より概念的な点として、量子オブザーバブルのより体系的な探索のためのテンプレートとして機能するアプローチであるスケールパラメーターのためのオブザーバブルを構築するために最適な戦略が採用されている。
論文 参考訳(メタデータ) (2021-11-23T15:03:19Z) - Efficient qubit phase estimation using adaptive measurements [0.0]
物理系の量子位相を推定することは、量子パラメータ推定理論における中心的な問題である。
量子位相を推定する現在の方法では、量子クラム・ラオ境界に達することができない。
この問題を回避するために,共変量測定に基づく新しい適応方式を提案する。
論文 参考訳(メタデータ) (2020-12-21T02:43:47Z) - Amortized Conditional Normalized Maximum Likelihood: Reliable Out of
Distribution Uncertainty Estimation [99.92568326314667]
本研究では,不確実性推定のための拡張性のある汎用的アプローチとして,償却条件正規化最大値(ACNML)法を提案する。
提案アルゴリズムは条件付き正規化最大度(CNML)符号化方式に基づいており、最小記述長の原理に従って最小値の最適特性を持つ。
我々は、ACNMLが、分布外入力のキャリブレーションの観点から、不確実性推定のための多くの手法と好意的に比較することを示した。
論文 参考訳(メタデータ) (2020-11-05T08:04:34Z) - Bayesian parameter estimation using Gaussian states and measurements [0.0]
連続変数量子距離論における3つのパラダイム的推定スキームについて考察する。
ホモダインおよびヘテロダイン検出において,単一モードガウス状態で達成可能な精度について検討した。
これにより、優れた性能と単純な実験的実現の可能性を組み合わせたベイズ推定戦略を特定できる。
論文 参考訳(メタデータ) (2020-09-08T12:54:12Z) - 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) - Orthogonal Statistical Learning [49.55515683387805]
人口リスクが未知のニュアンスパラメータに依存するような環境では,統計学習における非漸近的過剰リスク保証を提供する。
人口リスクがNeymanityと呼ばれる条件を満たす場合,メタアルゴリズムによって達成される過剰リスクに対するニュアンス推定誤差の影響は2次であることを示す。
論文 参考訳(メタデータ) (2019-01-25T02:21:24Z)
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。