論文の概要: QestOptPOVM: An iterative algorithm to find optimal measurements for quantum parameter estimation
- arxiv url: http://arxiv.org/abs/2403.20131v1
- Date: Fri, 29 Mar 2024 11:46:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-01 15:44:18.850399
- Title: QestOptPOVM: An iterative algorithm to find optimal measurements for quantum parameter estimation
- Title（参考訳）: QestOptPOVM: 量子パラメータ推定のための最適測度を求める反復アルゴリズム
- Authors: Jianchao Zhang, Jun Suzuki,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 17.305295658536828
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum parameter estimation holds significant promise for achieving high precision through the utilization of the most informative measurements. While various lower bounds have been developed to assess the best accuracy for estimates, they are not tight, nor provide a construction of the optimal measurement in general. Thus, determining the explicit forms of optimal measurements has been challenging due to the non-trivial optimization. In this study, we introduce an algorithm, termed QestOptPOVM, designed to directly identify optimal positive operator-valued measure (POVM) using the steepest descent method. Through rigorous testing on several examples for multiple copies of qubit states (up to six copies), we demonstrate the efficiency and accuracy of our proposed algorithm. Moreover, a comparative analysis between numerical results and established lower bounds serves to validate the tightness of the Nagaoka-Hayashi bound in finite-sample quantum metrology for our examples. Concurrently, our algorithm functions as a tool for elucidating the explicit forms of optimal POVMs, thereby enhancing our understanding of quantum parameter estimation methodologies.
- Abstract（参考訳）: 量子パラメータ推定は、最も情報性の高い測定値を利用することで高精度を達成するための重要な約束を持っている。
推定値の最良の精度を評価するために、様々な下界が開発されたが、それらは厳密ではないし、一般に最適な測定値の構成を提供していない。
したがって、非自明な最適化のため、最適測定の明示的な形式を決定することは困難である。
本研究では,最急降下法を用いて最適正の演算子値(POVM)を直接同定するアルゴリズム,QestOptPOVMを提案する。
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。
さらに, 数値計算結果と確立された下界の比較分析により, 有限サンプル量子メートル法における長岡-早石境界の厳密性の検証に有効である。
同時に,我々の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。
関連論文リスト
- Graph Representation Learning for Parameter Transferability in Quantum Approximate Optimization Algorithm [1.0971022294548696]
量子近似最適化アルゴリズム(QAOA)は、量子拡張最適化による量子優位性を達成するための最も有望な候補の1つである。
本研究では,5種類のグラフ埋め込み手法を適用し,パラメータ転送可能性に対する適切なドナー候補を決定する。
この手法を用いて,パラメータ最適化に要するイテレーション数を効果的に削減し,目標問題に対する近似解を桁違いに高速化する。
論文 参考訳（メタデータ） (2024-01-12T16:01:53Z) - 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) - Designing optimal protocols in Bayesian quantum parameter estimation with higher-order operations [0.0]
量子センシングの主要な課題は、最適なプロトコル、すなわち最も正確なプロトコルを設計することである。
ここでは、プローブの最適初期状態を見つけることを目的として、単発ベイズ設定に焦点を当てる。
我々は高階演算の形式性を利用して、任意の精度で最適なプロトコルに近いプロトコルを見つける方法を開発した。
論文 参考訳（メタデータ） (2023-11-02T18:00:36Z) - Sparse high-dimensional linear regression with a partitioned empirical
Bayes ECM algorithm [62.997667081978825]
疎高次元線形回帰に対する計算効率が高く強力なベイズ的手法を提案する。
パラメータに関する最小の事前仮定は、プラグイン経験的ベイズ推定(英語版)を用いて用いられる。
提案手法はRパッケージプローブに実装されている。
論文 参考訳（メタデータ） (2022-09-16T19:15:50Z) - 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) - Stochastic Gradient Line Bayesian Optimization: Reducing Measurement
Shots in Optimizing Parameterized Quantum Circuits [4.94950858749529]
我々は、少ない測定ショットで回路最適化を行うための効率的なフレームワークを開発する。
我々は、正確な期待値推定に頼ることなく、最適化を実現するための適応的な計測ショット戦略を定式化する。
本稿では,VQAsの最適化において,接尾辞平均化手法が統計的およびハードウェアノイズの影響を著しく低減できることを示す。
論文 参考訳（メタデータ） (2021-11-15T18:00:14Z) - Machine Learning Based Parameter Estimation of Gaussian Quantum States [14.85374185122389]
単一モードガウス量子状態のパラメータ推定のための機械学習フレームワークを提案する。
ベイジアン・フレームワークでは、測定データから適切な事前分布のパラメータを推定する。
論文 参考訳（メタデータ） (2021-08-13T04:59:16Z) - 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) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z) - Adaptive Sampling for Best Policy Identification in Markov Decision
Processes [79.4957965474334]
本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。
最先端アルゴリズムの利点を論じ、解説する。
論文 参考訳（メタデータ） (2020-09-28T15:22:24Z)
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。