Fugu-MT 論文翻訳(概要): Squeezing-induced quantum-enhanced multiphase estimation

論文の概要: Squeezing-induced quantum-enhanced multiphase estimation

arxiv url: http://arxiv.org/abs/2405.11705v2
Date: Mon, 2 Sep 2024 01:38:17 GMT
ステータス: 処理完了
システム内更新日: 2024-09-04 18:11:10.949418
Title: Squeezing-induced quantum-enhanced multiphase estimation
Title（参考訳）: スクイージングによる量子強調多相推定
Authors: Le Bin Ho,
Abstract要約: 本研究は,多相量子メートル法において,スクイーズ法が測定精度を向上する方法について検討する。我々の分析は、量子クレーマー・ラオ境界を達成するための最適条件に関する理論的および数値的な洞察を提供する。
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 investigate how squeezing techniques can improve the measurement precision in multiphase quantum metrology. While these methods are well-studied and effectively used in single-phase estimations, their usage in multiphase situations has yet to be examined. We fill this gap by investigating the mechanism of quantum enhancement in the multiphase scenarios. Our analysis provides theoretical and numerical insights into the optimal condition for achieving the quantum Cramer-Rao bound, helping us understand the potential and mechanism for quantum-enhanced multiphase estimations with squeezing. This research opens up new possibilities for advancements in quantum metrology and sensing technologies.
Abstract（参考訳）: 本研究は,多相量子メートル法において,スクイーズ法が測定精度を向上する方法について検討する。これらの手法は単相推定においてよく研究され,効果的に用いられているが,多相状態における使用法はまだ検討されていない。多相シナリオにおける量子エンハンスメントのメカニズムを解明することによって、このギャップを埋める。我々の分析は、量子クレーマー・ラオ境界を達成するための最適条件に関する理論的および数値的な洞察を与え、スクイーズによる量子拡大多相推定の可能性とメカニズムを理解するのに役立ちます。この研究は量子力学とセンシング技術の進歩の新たな可能性を開く。

関連論文リスト

Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文参考訳（メタデータ） (2024-01-31T01:02:16Z)
Simulating Gaussian boson sampling quantum computers [68.8204255655161]
実験的なガウスボソンサンプリングネットワークをシミュレートする最近の理論手法について概説する。主に、量子力学の位相空間表現を使用する手法に焦点を当てる。 GBSの理論、最近の実験、その他の手法についても概説する。
論文参考訳（メタデータ） (2023-08-02T02:03:31Z)
Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文参考訳（メタデータ） (2023-06-29T18:00:01Z)
Continuous-variable quantum optics and resource theory for ultrafast semiconductor spectroscopy [0.0]
偏光子系の量子コヒーレンスと全密度行列を測定する強力なツールとして,多チャンネルホモダイン検出に着目した。偏光子凝縮体における量子コヒーレンスの時間減衰を観測することにより、ナノ秒スケールを超えるコヒーレンス時間を観察する。ここで提示される調整された資源定量化器と超高速分光技術の組み合わせは、将来の量子情報技術の応用の道を開くものである。
論文参考訳（メタデータ） (2023-06-02T13:56:47Z)
Approaching optimal entangling collective measurements on quantum computing platforms [0.3665899982351484]
理論的に最適である2つの非可換量子ビット回転を同時に推定するための1つのコピーと2つのコピーの集合的測定結果を示す。これにより、量子強調センシングを実装することができ、そこでは、メトロジカルゲインが高レベルのデコヒーレンスに持続する。
論文参考訳（メタデータ） (2022-05-30T18:07:27Z)
Analytical techniques in single and multi-parameter quantum estimation theory: a focused review [0.0]
このレビューでは、量子フィッシャー情報および量子フィッシャー情報行列の分析計算技術について述べる。多くの自由量子系に適用された古典から量子推定理論への数学的遷移を提供する。
論文参考訳（メタデータ） (2022-04-29T17:29:45Z)
Modern applications of machine learning in quantum sciences [51.09906911582811]
本稿では、教師なし、教師なし、強化学習アルゴリズムにおけるディープラーニングとカーネル手法の使用について述べる。我々は、微分可能プログラミング、生成モデル、機械学習に対する統計的アプローチ、量子機械学習など、より専門的なトピックについて議論する。
論文参考訳（メタデータ） (2022-04-08T17:48:59Z)
Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文参考訳（メタデータ） (2021-08-30T23:50:05Z)
A variational toolbox for quantum multi-parameter estimation [0.7734726150561088]
本稿では,変分パラメータを逐次更新してプローブの状態や測定を改善する汎用フレームワークを提案する。次に,数値シミュレーションによるアプローチの実用的機能を示す。ノイズ進化に対する一般パラメータシフト則の有効性を実証する。
論文参考訳（メタデータ） (2020-06-11T10:10:20Z)
Photonic Quantum Metrology [0.0]
本研究の目的は、量子資源を利用した未知のパラメータの推定である。本稿では, この課題に対するフォトニック技術の応用, 特に位相推定に焦点をあてる。
論文参考訳（メタデータ） (2020-03-12T14:37:55Z)
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。