論文の概要: Improving quantum walk metrology with split-step quantum walk

• arxiv url: http://arxiv.org/abs/2505.17596v1
• Date: Fri, 23 May 2025 08:01:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-26 18:08:33.91245
• Title: Improving quantum walk metrology with split-step quantum walk
• Title（参考訳）: スプリットステップ量子ウォークによる量子ウォーク距離論の改善
• Authors: Majid Moradi, Mostafa Annabestani,
• Abstract要約: 分割ステップ量子ウォーク(SSQW)に基づく新しい推定法を開発した。 本研究は, SSQWが豊富なトポロジ特性により推定スキームを著しく改善できることを示唆する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A new estimation scheme based on the split-step quantum walk (SSQW) revealed that by just setting a single parameter, SSQW can potentially achieve quantum Crame\'r-Rao bound in multiparameter estimation. This parameter even does not involve the parameterization but the initial state and unlike ordinary Quantum walk (OQW) there is no necessity for an entangled initial states or even a parameter dependent initial state. The rigorous analytic equations derived in this study revealed that SSQW surpasses OQW in achievable precision of multiparameter estimation in almost all possible scenarios. Furthermore, in single parameter estimation, the extra parameter can be used to tune the dynamics of the walk in such a way to enhance the precision of the estimation through maximizing the elements of quantum Fisher information matrix. The results of this study indicate that SSQW can remarkably improve the estimation schemes through its rich topological properties.
• Abstract（参考訳）: スプリットステップ量子ウォーク(SSQW)に基づく新しい推定手法により、SSQWは単一のパラメータを設定するだけで、マルチパラメータ推定において量子Crame\'r-Raoバウンドを達成できることが明らかになった。 このパラメータはパラメータ化を含まないが初期状態であり、通常の量子ウォーク(OQW)とは異なり、絡み合った初期状態やパラメータ依存初期状態も不要である。 本研究から導かれた厳密な解析式により,SSQWはOQWをほぼ全てのシナリオにおいて達成可能なマルチパラメータ推定精度で上回っていることが明らかとなった。 さらに、単一パラメータ推定では、量子フィッシャー情報行列の要素を最大化することにより、推定の精度を高めるために、ウォークの力学を調整するために余分なパラメータを使用することができる。 本研究の結果から,SSQWは豊富なトポロジ特性を生かして,推定手法を著しく改善できることが示唆された。

関連論文リスト

• Calibration of Quantum Devices via Robust Statistical Methods [45.464983015777314]
  量子パラメータ学習の最先端技術に対するベイズ推論の高度な統計的手法を数値解析する。 既存のアプローチ、すなわち多モード性および高次元性において、これらのアプローチの利点を示す。 我々の発見は、オープン量子システムの力学を学習する量子キャラクタリゼーションの課題に応用できる。
  論文  参考訳（メタデータ） (2025-07-09T15:22:17Z)
• Overcoming sloppiness for enhanced metrology in continuous-variable quantum statistical models [0.0]
  量子環境では、符号化が固定されると、スロッピー量子統計モデルから計算された量子フィッシャー情報行列に対しても同様に起こる。 2つの位相シフトパラメータの符号化とマッハ・ツェンダー干渉計の間に量子状態を適切にスクランブルすることにより、スロープ性を持ち上げるだけでなく、量子不整合性をゼロにすることができることを示す。
  論文  参考訳（メタデータ） (2024-10-03T21:01:48Z)
• 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)
• Nanoradian-Scale Precision in Light Rotation Measurement via Indefinite Quantum Dynamics [0.5615696147680801]
  この実験では、ナノラジアンスケールの光回転測定精度が達成された。 このスキームは、光子によって提供される様々な操作可能な資源のために、様々な光学応用において有望である。
  論文  参考訳（メタデータ） (2023-10-11T01:53:00Z)
• Symmetry enhanced variational quantum imaginary time evolution [1.6872254218310017]
  我々は、ハミルトニアンの局所性と対称性に応じてパラメータ化量子回路を構築するためのガイダンスを提供する。 本手法は量子系のユニタリ・アンチ・ユニタリ対称性の実装に利用できる。 数値的な結果から,対称性向上回路は文献において頻繁に使用されるパラメトリゼーション回路よりも優れていたことが確認された。
  論文  参考訳（メタデータ） (2023-07-25T16:00:34Z)
• Quantum multiparameter estimation with graph states [6.152619905686453]
  SU(2)力学では、最適な最適多パラメータ推定を実現することが特に重要である。 SU(N) 力学の進化を研究するための同時多パラメータ推定手法を提案する。 グラフ状態が量子計量学の最適状態であることを証明し、最適な測定基準のセットを見つけることができ、マルチパラメータ推定の精度限界が量子クラム・ラオ境界に達することを証明した。
  論文  参考訳（メタデータ） (2023-06-05T00:50:24Z)
• Estimating many properties of a quantum state via quantum reservoir processing [2.5432391525687748]
  本稿では、任意の量子状態の古典的近似を量子貯水池で構築するための一般的な枠組みを提案する。 この手法の重要な利点は、任意の特性を推定するためには、単一の局所的な測定設定しか必要としない点である。 この推定スキームは、非単位局所次元を持つ高次元システムやハイブリッドシステムに拡張可能である。
  論文  参考訳（メタデータ） (2023-05-11T15:21:21Z)
• Error Mitigation-Aided Optimization of Parameterized Quantum Circuits: Convergence Analysis [42.275148861039895]
  変分量子アルゴリズム(VQA)は、ノイズプロセッサを介して量子アドバンテージを得るための最も有望な経路を提供する。 不完全性とデコヒーレンスによるゲートノイズは、バイアスを導入して勾配推定に影響を与える。 QEM(Quantum error mitigation)技術は、キュービット数の増加を必要とせずに、推定バイアスを低減することができる。 QEMは必要な反復回数を減らすことができるが、量子ノイズレベルが十分に小さい限りである。
  論文  参考訳（メタデータ） (2022-09-23T10:48:04Z)
• 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)
• Quantum scale estimation [0.0]
  量子スケール推定は、量子力学の法則によって許容されるスケールパラメータを推定するための最も正確な枠組みを確立する。 この新しい枠組みは、スケール不変なグローバル温度測定を一般化し、原子状態の寿命を推定するために利用される。 より概念的な点として、量子オブザーバブルのより体系的な探索のためのテンプレートとして機能するアプローチであるスケールパラメーターのためのオブザーバブルを構築するために最適な戦略が採用されている。
  論文  参考訳（メタデータ） (2021-11-23T15:03:19Z)
• 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)
• Generalizable control for multiparameter quantum metrology [20.506414877440644]
  最適制御の一般化可能性、すなわち、最小限のコストで様々なパラメータを体系的に更新できる最適制御について検討する。 強化学習の一般化は分析スキームに類似したメカニズムを通じて行われると論じる。
  論文  参考訳（メタデータ） (2020-12-24T18:04:46Z)
• In and out of equilibrium quantum metrology with mean-field quantum criticality [68.8204255655161]
  本稿では,集団遷移現象が量子力学プロトコルに与える影響について考察する。 単一球面量子スピン(SQS)は平均場レベルでの分析的な洞察を可能にするステレオタイプ玩具モデルとして機能する。
  論文  参考訳（メタデータ） (2020-01-09T19:20:42Z)

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。

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。