論文の概要: Optimal limits of continuously monitored thermometers and their Hamiltonian structure
- arxiv url: http://arxiv.org/abs/2408.01313v1
- Date: Fri, 2 Aug 2024 15:05:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-05 13:07:59.463434
- Title: Optimal limits of continuously monitored thermometers and their Hamiltonian structure
- Title(参考訳): 連続観測温度計の最適限界とそのハミルトン構造
- Authors: Mohammad Mehboudi, Florian Meier, Marcus Huber, Harry J. D. Miller,
- Abstract要約: 連続監視した$N$次元温度計の極限値と最適構造について検討した。
フェミオン環境とボゾン環境の両方に最適戦略を提供する。
- 参考スコア(独自算出の注目度): 0.24999074238880484
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The temperature of a bosonic/fermionic environment can be measured by coupling a fully characterised $N$-dimensional probe to it. While prepare-measure-reset strategies offer optimal thermometry precision, they overlook the required time for the preparation and reset, and require excessive control of the probe at all times. Continuously monitored probes are more practical in this sense, as they take into account finite-time limitations. Thus, we study the ultimate limits and the optimal structure of continuously monitored $N$-dimensional thermometers. With the local estimation scheme our figure of merit is the Fisher information, which inversely bounds the mean square error. We provide an optimal strategy for both fermionic and bosonic environments. Under reasonable assumptions it turns out that the optimal thermometer is an effective two-level system, with a degeneracy of the ground state that increases with $N$ -- contrary to the optimal thermometers at equilibrium that have a single ground state degeneracy. The optimal gap also differs from the equilibrium case, as it depends on the bath type (fermionic/bosonic) and the specific spectral density. For $N\gg 1$, the Fisher information can grow linearly with $N$ regardless of bath type, significantly improving the well-known $\log^2 N$ scaling for equilibrium thermometry. Another remarkable observation is that the scaling with $N$ does not vanish in presence of prior ignorance, i.e., in a Bayesian setup even non-adaptive strategies can lead to an estimation error that scales with $1/N$. In comparison, a no-go theorem prohibits the ultimate equilibrium scaling $1/\log^2 N$ without adaptive strategies.
- Abstract(参考訳): ボゾン/フェルミオン環境の温度は、完全に特徴づけられた$N$次元プローブを結合することによって測定することができる。
準備-測定-リセット戦略は最適な温度測定精度を提供するが、準備とリセットに必要な時間を見落とし、常にプローブを過剰に制御する必要がある。
連続監視されたプローブは、有限時間制限を考慮して、この意味でより実用的なものである。
そこで本研究では, 連続監視した$N$次元温度計の極限値と最適構造について検討する。
局所推定スキームでは、我々のメリットの図形はフィッシャー情報であり、これは平均二乗誤差を逆に有界にしている。
フェミオン環境とボゾン環境の両方に最適戦略を提供する。
妥当な仮定の下では、最適温度計は有効な2段階の系であり、基底状態の縮退は、単一の基底状態の縮退を持つ平衡状態の最適温度計とは対照的に、$N$で増加する。
最適ギャップは、浴の種類(フェルミオン/ボゾン)と特定のスペクトル密度に依存するため、平衡の場合と異なる。
$N\gg 1$の場合、フィッシャー情報は浴の種類に関わらず$N$で線形に成長し、平衡温度測定におけるよく知られた$Nlog^2N$スケーリングを著しく改善することができる。
もう1つの注目すべき観察は、N$のスケーリングが事前の無知、すなわち非適応戦略でさえも1/N$でスケールする推定誤差につながるようなベイズ的な設定で消滅しないことである。
対照的に、No-go定理は、適応戦略なしで1/\log^2 N$の究極の平衡スケーリングを禁止している。
関連論文リスト
- Characterizing resources for multiparameter estimation of SU(2) and SU(1,1) unitaries [1.8749305679160366]
モーメント法と呼ばれる手法を用いて推定を行う実用的枠組みにおける精度のスケーリングについて検討する。
我々は、量子フィッシャー情報行列を最大化することにより得られる最適あるいは最適に近い初期状態を考える。
限られたリソースがアクセスできる状況では、ツインフォック状態が最高のプローブ状態として現れる。
論文 参考訳(メタデータ) (2024-12-26T08:36:38Z) - A Mean-Field Analysis of Neural Stochastic Gradient Descent-Ascent for Functional Minimax Optimization [90.87444114491116]
本稿では,超パラメトリック化された2層ニューラルネットワークの無限次元関数クラス上で定義される最小最適化問題について検討する。
i) 勾配降下指数アルゴリズムの収束と, (ii) ニューラルネットワークの表現学習に対処する。
その結果、ニューラルネットワークによって誘導される特徴表現は、ワッサーシュタイン距離で測定された$O(alpha-1)$で初期表現から逸脱することが許された。
論文 参考訳(メタデータ) (2024-04-18T16:46:08Z) - Fundamental limits of metrology at thermal equilibrium [0.0]
熱平衡における量子プローブによる未知パラメータ$theta$の推定について検討する。
我々は、任意の$Hrm C$で得られる最大量子フィッシャー情報を見つけ、測定精度に基礎的拘束力を与える。
論文 参考訳(メタデータ) (2024-02-09T18:01:45Z) - Bayesian estimation for collisional thermometry and time-optimal
holonomic quantum computation [0.0]
前半では、量子温度測定の問題にベイズ形式がどう導入できるかを考察する。
論文の最後の部分では、非断熱的ホロノミック計算の問題にアプローチする。
論文 参考訳(メタデータ) (2023-07-16T17:46:13Z) - Beyond the Edge of Stability via Two-step Gradient Updates [49.03389279816152]
Gradient Descent(GD)は、現代の機械学習の強力な仕事場である。
GDが局所最小値を見つける能力は、リプシッツ勾配の損失に対してのみ保証される。
この研究は、2段階の勾配更新の分析を通じて、単純だが代表的でありながら、学習上の問題に焦点をあてる。
論文 参考訳(メタデータ) (2022-06-08T21:32:50Z) - Clean two-dimensional Floquet time-crystal [68.8204255655161]
障害のない2次元量子イジングモデルは、周期的不完全大域スピンフリップの対象となる。
本稿では, 自発的に破れた離散時間-翻訳対称性を維持できる, 正確な対角化法とテンソル-ネットワーク法の組み合わせにより示す。
2次元における磁区の長期安定性に関連する秩序パラメータの崩壊速度の非摂動変化を観察する。
論文 参考訳(メタデータ) (2022-05-10T13:04:43Z) - On optimization of coherent and incoherent controls for two-level
quantum systems [77.34726150561087]
本稿では、閉かつオープンな2レベル量子系の制御問題について考察する。
閉系の力学は、コヒーレント制御を持つシュリンガー方程式によって支配される。
開系の力学はゴリーニ=コサコフスキー=スダルシャン=リンドブラッドのマスター方程式によって支配される。
論文 参考訳(メタデータ) (2022-05-05T09:08:03Z) - Robust Online Control with Model Misspecification [96.23493624553998]
本研究では,未知の非線形力学系のモデル不特定性を考慮したオンライン制御について検討する。
本研究は, 線形近似からの偏差を許容できる程度に測定できるロバスト性に着目した。
論文 参考訳(メタデータ) (2021-07-16T07:04:35Z) - Bayesian estimation for collisional thermometry [0.0]
量子温度測定はコヒーレントデバイスにおける高レベルの制御を利用して、温度推定の精度を高める。
ベイズ推定を用いた衝突熱測定の完全な枠組みを考案した。
論文 参考訳(メタデータ) (2021-06-22T21:37:14Z) - Data-driven prediction of multistable systems from sparse measurements [0.0]
我々は,半教師付き分類に基づくデータ駆動方式を開発し,マルチスタブルシステムの状態を予測する。
本稿では,事前計算したデータから直接メトリクスを学習するSPML(spursity-promoting metric-learning)の最適化を提案する。
本稿では,2つのマルチスタブルシステムに対する本手法の適用例を示す。
論文 参考訳(メタデータ) (2020-10-28T02:23:05Z) - 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。