論文の概要: Beating joint quantum estimation limits with stepwise multiparameter metrology
- arxiv url: http://arxiv.org/abs/2506.06075v1
- Date: Fri, 06 Jun 2025 13:31:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-09 17:28:43.49
- Title: Beating joint quantum estimation limits with stepwise multiparameter metrology
- Title（参考訳）: ステップワイズマルチパラメータ・メトロジーによる共同量子推定限界の打破
- Authors: Chiranjib Mukhopadhyay, Abolfazl Bayat, Victor Montenegro, Matteo G. A. Paris,
- Abstract要約: 本稿では, 段階的に推定し, 共同推定に勝る条件を同定する。
複数の量子センサに対して、このスキームは関節推定よりもはるかに低い誤差境界を達成する。
多体プローブでは、ステップワイズセンシングは、共同推定でしばしば失われる量子増強スケーリングの優位性を保っている。
- 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: Conventional multiparameter quantum sensing relies on joint estimation, but this approach faces two key limitations: theoretical bounds may be unattainable due to measurement incompatibility, and sensing may fail due to parameter interdependencies. We propose stepwise estimation and identify regimes where it outperforms joint estimation. For multiple quantum sensors, this scheme achieves far lower error bounds than joint estimation. With many-body probes, stepwise sensing retains a quantum-enhanced scaling advantage often lost in joint estimation due to parameter correlations. We demonstrate its concrete advantages through Bayesian implementations across diverse examples.
- Abstract（参考訳）: 従来のマルチパラメータ量子センシングはジョイント推定に依存しているが、このアプローチは2つの重要な制限に直面している。
本稿では, 段階的に推定し, 共同推定に勝る条件を同定する。
複数の量子センサに対して、このスキームは関節推定よりもはるかに低い誤差境界を達成する。
多体プローブでは、段階的に検知することで、パラメータ相関による共同推定でしばしば失われる量子的拡大の優位性が保たれる。
ベイズ実装による具体的な利点を多種多様な例で示す。
関連論文リスト
- Tight tradeoff relation and optimal measurement for multi-parameter quantum estimation [1.0104586293349587]
本稿では、量子推定における不整合最適測定から生じるトレードオフを正確に定量化する手法を提案する。
我々は,この密接な境界を解析的かつ構造化的に飽和させる最適な測定値を構築するための体系的手法を提供する。
提案手法を量子レーダに適用し,アーサース・ケリー関係を改良した。
論文 参考訳（メタデータ） (2025-04-13T09:10:27Z) - Overcoming Quantum Metrology Singularity through Sequential Measurements [0.0]
複数の未知パラメータの同時推定は、量子センシングにおいて最も一般的なシナリオである。
ここでは、逐次測定戦略に基づく単純なメカニズムにより、量子センシングにおける特異性問題に対処する。
これは、連続的な局所測定のステップとプローブの進化を含むシーケンシャルな測定が本質的に、シーケンシャルな測定の回数と指数関数的に増加する相関的な測定データを生成するためである。
論文 参考訳（メタデータ） (2025-01-06T06:00:38Z) - Achieving the Multi-parameter Quantum Cramér-Rao Bound with Antiunitary Symmetry [18.64293022108985]
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。
論文 参考訳（メタデータ） (2024-11-22T13:37:43Z) - Fisher information susceptibility for multiparameter quantum estimation [0.23436632098950458]
ノイズは量子技術の性能に影響を及ぼし、そのため、作業上のメリットの数値を解明することが重要である。
量子気象学において、フィッシャー情報計測ノイズの感受性の導入により、測定の堅牢性を定量化できるようになった。
半定値プログラムの形式でその数学的定義を提供する。
論文 参考訳（メタデータ） (2023-12-04T16:54:01Z) - 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) - Dual-Frequency Quantum Phase Estimation Mitigates the Spectral Leakage
of Quantum Algorithms [76.15799379604898]
量子位相推定は、レコード長の逆数が未知の位相の整数倍でない場合にスペクトルリークに悩まされる。
複数のサンプルが利用できるとき,クレーマー・ラオ境界に近づいた二重周波数推定器を提案する。
論文 参考訳（メタデータ） (2022-01-23T17:20:34Z) - Incorporating Heisenberg's Uncertainty Principle into Quantum
Multiparameter Estimation [0.44237366129994526]
未知パラメータを測定誤差で推定するための測定の不正確さの対応関係を見出した。
純粋な量子状態の場合、このトレードオフ関係は厳密であるため、個々の推定誤差の真の量子限界を明らかにすることができる。
本手法は, 位相シフトと位相拡散の同時推定誤差のトレードオフを導出するために, 容易に利用できることを示す。
論文 参考訳（メタデータ） (2020-08-20T10:56:45Z) - Uncertainty and Trade-offs in Quantum Multiparameter Estimation [0.0]
量子力学の不確実性関係は、量子系の非可換可観測物の期待値に関する知識を同時に得る能力に束縛されている。
彼らはシステムに関する補完的な情報の間の正確さでトレードオフを定量化する。
異なる推定器の達成可能な分散の間に不確実性関係が生じる。
論文 参考訳（メタデータ） (2020-02-14T10:43:40Z) - 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。
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。