論文の概要: Achieving the Multi-parameter Quantum Cramér-Rao Bound with Antiunitary Symmetry

• arxiv url: http://arxiv.org/abs/2411.14929v1
• Date: Fri, 22 Nov 2024 13:37:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-25 15:01:03.175728
• Title: Achieving the Multi-parameter Quantum Cramér-Rao Bound with Antiunitary Symmetry
• Title（参考訳）: 反単位対称性を持つマルチパラメータ量子クラムラオ境界の達成
• Authors: Ben Wang, Kaimin Zheng, Qian Xie, Aonan Zhang, Liang Xu, Lijian Zhang,
• Abstract要約: 我々は,反単位対称性の助けを借りて,戦略を符号化するパラメータを最適化するための,新しい包括的アプローチを提案する。 その結果、トレードオフのない複数のパラメータの最終的な精度の同時達成が示された。
• 参考スコア（独自算出の注目度）: 18.64293022108985
• License:
• Abstract: The estimation of multiple parameters is a ubiquitous requirement in many quantum metrology applications. However, achieving the ultimate precision limit, i.e. the quantum Cram\'er-Rao bound, becomes challenging in these scenarios compared to single parameter estimation. To address this issue, optimizing the parameters encoding strategies with the aid of antiunitary symmetry is a novel and comprehensive approach. For demonstration, we propose two types of quantum statistical models exhibiting antiunitary symmetry in experiments. The results showcase the simultaneous achievement of ultimate precision for multiple parameters without any trade-off and the precision is improved at least twice compared to conventional encoding strategies. Our work emphasizes the significant potential of antiunitary symmetry in addressing multi-parameter estimation problems.
• Abstract（参考訳）: 多重パラメータの推定は、多くの量子メトロジー応用においてユビキタスな要件である。 しかし、量子Cram\'er-Rao境界という究極の精度限界を達成することは、単一パラメータ推定と比較してこれらのシナリオでは困難である。 この問題に対処するために、反単位対称性の助けを借りて戦略を符号化するパラメータを最適化することは、新しく包括的なアプローチである。 実証のために,実験において反単位対称性を示す2種類の量子統計モデルを提案する。 その結果、トレードオフのない複数パラメータの最終的な精度の同時達成が示され、従来の符号化方式に比べて少なくとも2倍の精度が向上した。 本研究は,多パラメータ推定問題に対処する際の反単位対称性の有意な可能性を強調する。

関連論文リスト

• Quantum error correction-inspired multiparameter quantum metrology [0.029541734875307393]
  生成器間の対称性を持つノイズレス推定問題のクラスにおいて、最適なプローブ状態と測定方法を得るための戦略を提案する。 このフレームワークの鍵は、Knill と Laflamme の量子エラー補正条件に類似した一連の量子気象条件の導入である。 四面体対称性と、細調整された$S_3$対称性は、SU(2)推定に最適なプローブ状態を与える最小の対称性群であることを示す。
  論文  参考訳（メタデータ） (2024-09-25T00:06:12Z)
• Multivariate root-n-consistent smoothing parameter free matching estimators and estimators of inverse density weighted expectations [51.000851088730684]
  我々は、パラメトリックな$sqrt n $-rateで収束する、最も近い隣人の新しい修正とマッチング推定器を開発する。 我々は,非パラメトリック関数推定器は含まないこと,特に標本サイズ依存パラメータの平滑化には依存していないことを強調する。
  論文  参考訳（メタデータ） (2024-07-11T13:28:34Z)
• Scaling Exponents Across Parameterizations and Optimizers [94.54718325264218]
  本稿では,先行研究における重要な仮定を考察し,パラメータ化の新たな視点を提案する。 私たちの経験的調査には、3つの組み合わせでトレーニングされた数万のモデルが含まれています。 最高の学習率のスケーリング基準は、以前の作業の仮定から除外されることがよくあります。
  論文  参考訳（メタデータ） (2024-07-08T12:32:51Z)
• Quantum multiparameter estimation enhanced by a topological phase transition [3.188072216541844]
  量子力学系では、複数の to-be-estimated パラメータはユニタリ進化によって符号化される。 パラメータが変化するにつれて、システムはトポロジカル位相遷移(TPT)を行うことができる。 本稿では,TPT点周辺における量子計量テンソルの特異挙動を,複数パラメータの同時最適推定のためのツールとして提案する。
  論文  参考訳（メタデータ） (2024-02-11T02:52:39Z)
• Toward Incompatible Quantum Limits on Multiparameter Estimation [4.2043578689409475]
  ハイゼンベルクの不確実性原理は、不整合パラメータの最適測定を共同で行うのを防ぐ。 マルチパラメータ推定のために提案された基準は、この呪いを克服する方法を提供する。 光の空間変位と角傾斜を推定するためのプローブとして高次エルミート・ガウス状態を含むスキームを提案する。
  論文  参考訳（メタデータ） (2023-10-11T01:24:03Z)
• Tight Cram\'{e}r-Rao type bounds for multiparameter quantum metrology through conic programming [61.98670278625053]
  最適な精度で不整合パラメータを推定できる実用的な測定戦略が最重要である。 ここでは、最適精度で非相関な測定方法を見つけるための具体的な方法を示す。 従来の計算可能境界と最終的な精度境界との間には厳密なギャップがあることを数値的に示す。
  論文  参考訳（メタデータ） (2022-09-12T13:06:48Z)
• Symmetric Pruning in Quantum Neural Networks [111.438286016951]
  量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。 ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。 本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
  論文  参考訳（メタデータ） (2022-08-30T08:17:55Z)
• On the properties of the asymptotic incompatibility measure in multiparameter quantum estimation [62.997667081978825]
  Incompatibility (AI) は、ホレヴォとSLDスカラー境界の差を定量化する尺度である。 最大AI量は、$mu_sf min = 1/(d-1)$より大きい純度で特徴づけられる量子統計モデルに対してのみ達成可能であることを示す。
  論文  参考訳（メタデータ） (2021-07-28T15:16:37Z)
• FLIP: A flexible initializer for arbitrarily-sized parametrized quantum circuits [105.54048699217668]
  任意サイズのパラメタライズド量子回路のためのFLexible Initializerを提案する。 FLIPは任意の種類のPQCに適用することができ、初期パラメータの一般的なセットに頼る代わりに、成功したパラメータの構造を学ぶように調整されている。 本稿では, 3つのシナリオにおいてFLIPを用いることの利点を述べる。不毛な高原における問題ファミリ, 最大カット問題インスタンスを解くPQCトレーニング, 1次元フェルミ-ハッバードモデルの基底状態エネルギーを求めるPQCトレーニングである。
  論文  参考訳（メタデータ） (2021-03-15T17:38:33Z)
• Imaginarity-free quantum multiparameter estimation [0.0]
  反単位対称性または等価に、実密度行列を利用する量子統計モデルのクラスを示す。 対称性は、純状態モデルに対するターゲット非依存の最適測定に付随する。 また、位相遷移の量子性を特徴づける潜在的なツールとして、量子統計モデルの反ユニタリ非対称性を測定する関数も導入する。
  論文  参考訳（メタデータ） (2020-10-29T10:21:57Z)
• One from many: Estimating a function of many parameters [0.0]
  プロセスの多くのパラメータは未知であり、パラメータを制御せずにこれらのパラメータの特定の線形結合を推定する。 幾何学的推論は、基本的かつ達成可能な量子-プロセス境界を飽和させるために必要かつ十分な条件を示す。
  論文  参考訳（メタデータ） (2020-02-07T16:55:25Z)

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。