論文の概要: Optimal function estimation with photonic quantum sensor networks
- arxiv url: http://arxiv.org/abs/2401.16472v1
- Date: Mon, 29 Jan 2024 19:00:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-31 17:29:26.108904
- Title: Optimal function estimation with photonic quantum sensor networks
- Title（参考訳）: フォトニック量子センサネットワークを用いた最適関数推定
- Authors: Jacob Bringewatt, Adam Ehrenberg, Tarushii Goel, Alexey V. Gorshkov
- Abstract要約: 量子ビットセンサにそれぞれ線形に結合した未知の局所パラメータの解析関数を最適に測定する。
特に、局所位相シフトまたは二次変位の線形関数を推定する際に、達成可能な平均二乗誤差の下位境界を導出する。
二次変位に対しては、任意の線型函数の場合に有界を拡張する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The problem of optimally measuring an analytic function of unknown local
parameters each linearly coupled to a qubit sensor is well understood, with
applications ranging from field interpolation to noise characterization. Here,
we resolve a number of open questions that arise when extending this framework
to Mach-Zehnder interferometers and quadrature displacement sensing. In
particular, we derive lower bounds on the achievable mean square error in
estimating a linear function of either local phase shifts or quadrature
displacements. In the case of local phase shifts, these results prove, and
somewhat generalize, a conjecture by Proctor et al. [arXiv:1702.04271 (2017)].
For quadrature displacements, we extend proofs of lower bounds to the case of
arbitrary linear functions. We provide optimal protocols achieving these bounds
up to small (multiplicative) constants and describe an algebraic approach to
deriving new optimal protocols, possibly subject to additional constraints.
Using this approach, we prove necessary conditions for the amount of
entanglement needed for any optimal protocol for both local phase and
displacement sensing.
- Abstract（参考訳）: 量子ビットセンサに線形結合された未知局所パラメータの解析関数を最適に測定する問題は、フィールド補間からノイズキャラクタリゼーションまで幅広い応用でよく理解されている。
ここでは,この枠組みをマッハ・ツェンダー干渉計や四角形変位センシングに拡張する場合に生じるオープンな問題をいくつか解決する。
特に,局所位相シフトあるいは二次変位の線形関数を推定する際に,達成可能な平均二乗誤差の下限を求める。
局所位相シフトの場合、これらの結果はプロクターらによる予想を証明し、幾分一般化する。
[arXiv:1702.04271 (2017)]
二次変位に対しては、下限の証明を任意の線型函数の場合にも拡張する。
我々は、これらの境界を小さい(多重)定数まで達成する最適なプロトコルを提供し、新しい最適プロトコルを導出するための代数的アプローチを記述する。
この手法を用いて,局所位相と変位センシングの双方において,任意の最適プロトコルに必要な絡み合い量に必要な条件を明らかにした。
関連論文リスト
- Randomized Gradient Descents on Riemannian Manifolds: Almost Sure Convergence to Global Minima in and beyond Quantum Optimization [0.0]
本研究では,スムーズなコスト関数の最小化を目的とした勾配流の接空間方向のランダム化について検討する。
我々は,サドル点が存在するにもかかわらず,局所最適点への収束がほぼ確実に得られることを証明した。
簡単な2次元設定でサドル点を通過させるのに必要な時間について論じる。
論文 参考訳（メタデータ） (2024-05-20T14:06:45Z) - Variable Substitution and Bilinear Programming for Aligning Partially Overlapping Point Sets [48.1015832267945]
本研究では,RPMアルゴリズムの最小化目的関数を用いて要求を満たす手法を提案する。
分岐とバウンド(BnB)アルゴリズムが考案され、パラメータのみに分岐し、収束率を高める。
実験による評価は,非剛性変形,位置雑音,外れ値に対する提案手法の高剛性を示す。
論文 参考訳（メタデータ） (2024-05-14T13:28:57Z) - 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) - 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) - Minimax Signal Detection in Sparse Additive Models [12.513974268421954]
信号検出問題について検討し、スパース加算信号検出のためのミニマックス分離率を確立する。
推定理論とは異なり、ミニマックス分離速度はスパーシティと関数空間の選択の間の非自明な相互作用を明らかにする。
疎度と滑らか度の両方への適応性は、ソボレフ空間の設定において研究される。
論文 参考訳（メタデータ） (2023-04-19T03:22:04Z) - Kernel-based off-policy estimation without overlap: Instance optimality
beyond semiparametric efficiency [53.90687548731265]
本研究では,観測データに基づいて線形関数を推定するための最適手順について検討する。
任意の凸および対称函数クラス $mathcalF$ に対して、平均二乗誤差で有界な非漸近局所ミニマックスを導出する。
論文 参考訳（メタデータ） (2023-01-16T02:57:37Z) - Retrieving space-dependent polarization transformations via near-optimal
quantum process tomography [55.41644538483948]
トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。
ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。
これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
論文 参考訳（メタデータ） (2022-10-27T11:37:14Z) - Heisenberg scaling precision in the estimation of functions of
parameters [0.0]
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。
論文 参考訳（メタデータ） (2021-03-15T17:28:15Z) - Optimal oracle inequalities for solving projected fixed-point equations [53.31620399640334]
ヒルベルト空間の既知の低次元部分空間を探索することにより、確率観測の集合を用いて近似解を計算する手法を検討する。
本稿では,線形関数近似を用いた政策評価問題に対する時間差分学習手法の誤差を正確に評価する方法について述べる。
論文 参考訳（メタデータ） (2020-12-09T20:19:32Z) - Improving Local Identifiability in Probabilistic Box Embeddings [39.354564663134234]
ボックス埋め込みは、オブジェクトがn次元の超矩形で表現されるような埋め込みの有望な例である。
幾何学的埋め込みの利点は、局所的な識別可能性の問題をもたらし、パラメータの近傍全体が等価な損失をもたらす。
予測される交叉の計算には全てのパラメータが関係していることを示し、このようなモデルの学習能力を大幅に向上させることを実験的に実証する。
論文 参考訳（メタデータ） (2020-10-09T22:34:12Z)
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。