論文の概要: Optimal quantum precision in noise estimation: Is entanglement necessary?

• arxiv url: http://arxiv.org/abs/2507.22413v1
• Date: Wed, 30 Jul 2025 06:30:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-31 16:14:18.03192
• Title: Optimal quantum precision in noise estimation: Is entanglement necessary?
• Title（参考訳）: ノイズ推定における最適量子精度:絡み合いは必要か?
• Authors: Shuva Mondal, Priya Ghosh, Ujjwal Sen,
• Abstract要約: まず、ベクトル符号化が最適プローブに対して常に可換であることを示す。 任意の2次元局所分極チャネルの雑音範囲を推定するためには、最適プローブのエンタングルメントが下降する階段があることが示される。 2ビットの局所ビットフリップチャネルでは、チャネルの連続可換性と最適プローブは、積状態が最適精度を得るのに十分であることを示す。
• 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: We ask whether the optimal probe is entangled, and if so, what is its character and amount, for estimating the noise parameter of a large class of local quantum encoding processes that we refer to as vector encoding, examples of which include the local depolarizing and bit-flip channels. We first establish that vector encoding is invariably ``continuously commutative'' for optimal probes. We utilize this result to deal with the queries about entanglement in the optimal probe. We show that for estimating noise extent of the two-party arbitrary-dimensional local depolarizing channel, there is a descending staircase of optimal-probe entanglement for increasing depolarizing strength. For the multi-qubit case, the analysis again leads to a staircase, but which can now be monotonic or not, depending on the multiparty entanglement measure used. We also find that when sufficiently high depolarizing noise is to be estimated, fully product multiparty states are the only choice for being optimal probes. In many cases, for even moderately high depolarizing noise, fully product states are optimal. For two-qubit local bit-flip channels, the continuous commutativity of the channel and optimal probe implies that a product state suffices for obtaining the optimal precision.
• Abstract（参考訳）: 最適なプローブが絡み合っているかどうかを問うとともに、もしその特性と量があれば、ベクトル符号化と呼ばれる大規模な局所量子符号化プロセスのノイズパラメータを推定し、その例として、局所分極チャネルとビットフリップチャネルがある。 まず、ベクトル符号化が最適プローブに対して「連続的に可換」であることを示す。 この結果を用いて、最適プローブの絡み合いに関する質問に対処する。 本研究では, 任意次元局所偏極チャネルの雑音範囲を推定するために, 偏極強度を増大させるための最適プローブエンタングルメントの降下階段が存在することを示す。 マルチキュービットの場合、分析は再び階段につながるが、使用する多党の絡み合い尺度によっては単調かそうでないかのどちらかになる。 また、十分に高い偏極ノイズが推定される場合、最適なプローブとなるための唯一の選択肢は、完全な製品多党状態である。 多くの場合、極度に高い偏極雑音に対して、完全な積状態は最適である。 2ビットの局所ビットフリップチャネルでは、チャネルの連続可換性と最適プローブは、積状態が最適精度を得るのに十分であることを示す。

関連論文リスト

• Sign Operator for Coping with Heavy-Tailed Noise in Non-Convex Optimization: High Probability Bounds Under $(L_0, L_1)$-Smoothness [74.18546828528298]
  SignSGD with Majority Votingは,Kappakappakappa-1right,Kappakappakappa-1right,Kappakappakappa-1right,Kappakappakappa-1right,Kappaka ppakappa-1right,Kappakappakappa-1right,Kappakappakappa-1right,Kappakappakappa-1right,Kappakappakappa -1right,Kappakappakappa-1right,Kappakappakappa-1right,Kappakappappapa-1right,Kappaを用いて,複雑性の全範囲で堅牢に動作することを示す。
  論文  参考訳（メタデータ） (2025-02-11T19:54:11Z)
• Finding Quantum Codes via Riemannian Optimization [0.0]
  本稿では、既知の量子ノイズチャネルに対して最適に修正可能な部分空間符号を求めるための新しい最適化手法を提案する。 各候補部分空間コードに対して、まず、コードが修正可能であるかのように、ユニバーサルリカバリマップを関連付け、性能を最大化する。 固定次元の符号の集合は複素値のスティーフェル多様体でパラメータ化される。
  論文  参考訳（メタデータ） (2024-07-11T12:03:41Z)
• Improving Quantum Approximate Optimization by Noise-Directed Adaptive Remapping [3.47862118034022]
  ノイズ指向リマッピング(Noss-Directed Remapping, NDAR)は、ある種のノイズを利用して二進最適化問題を解決するアルゴリズムである。 我々は、グローバルなアトラクタ状態を特徴とするダイナミックスを備えたノイズの多い量子プロセッサへのアクセスを検討する。 我々のアルゴリズムは、ノイズアトラクターを高品質な解に変換する方法で、コスト関数ハミルトニアンを反復的にゲージ変換することでノイズアトラクター状態をブートストラップする。
  論文  参考訳（メタデータ） (2024-04-01T18:28:57Z)
• Finding the optimal probe state for multiparameter quantum metrology using conic programming [61.98670278625053]
  本稿では,対応する精度境界に対する最適プローブ状態を決定するための円錐型プログラミングフレームワークを提案する。 また、この理論を量子プローブ状態を用いた標準場センシング問題の解析にも応用する。
  論文  参考訳（メタデータ） (2024-01-11T12:47:29Z)
• Optimal twirling depths for shadow tomography in the presence of noise [0.1227734309612871]
  我々は,サンプルの複雑さをノイズの存在下で回路の深さの関数とみなす。 このノイズは最適なツイリングアンサンブルを決定するために重要な意味を持つ。 これらの閾値は、シャドートモグラフィーを実装するための最適な戦略の探索を強く制約する。
  論文  参考訳（メタデータ） (2023-11-16T19:00:01Z)
• Some Constructions of Private, Efficient, and Optimal $K$-Norm and Elliptic Gaussian Noise [54.34628844260993]
  微分プライベートな計算は、しばしば$d$次元統計学の感度に束縛されて始まる。 純粋な微分プライバシーのために、$K$-normメカニズムは統計学の感度空間に合わせた規範を用いてこのアプローチを改善することができる。 本稿では,総和,数,投票の単純な統計量について両問題を解く。
  論文  参考訳（メタデータ） (2023-09-27T17:09:36Z)
• Optimizing the Noise in Self-Supervised Learning: from Importance Sampling to Noise-Contrastive Estimation [80.07065346699005]
  GAN(Generative Adversarial Networks)のように、最適な雑音分布はデータ分布に等しくなると広く想定されている。 我々は、この自己教師型タスクをエネルギーベースモデルの推定問題として基礎づけるノイズ・コントラスト推定に目を向ける。 本研究は, 最適雑音のサンプリングは困難であり, 効率性の向上は, データに匹敵する雑音分布を選択することに比べ, 緩やかに行うことができると結論付けた。
  論文  参考訳（メタデータ） (2023-01-23T19:57:58Z)
• High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise [51.31435087414348]
  アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。 非滑らか凸最適化の既存の方法は、信頼度に依存した複雑性境界を持つ。 そこで我々は,勾配クリッピングを伴う2つの手法に対して,新たなステップサイズルールを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:54:21Z)

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。