論文の概要: Bayesian stepwise estimation of qubit rotations

• arxiv url: http://arxiv.org/abs/2512.04898v1
• Date: Thu, 04 Dec 2025 15:26:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-05 21:11:46.243004
• Title: Bayesian stepwise estimation of qubit rotations
• Title（参考訳）: 量子ビット回転のベイズ的ステップワイズ推定
• Authors: Mylenne Manrique, Marco Barbieri, Assunta Di Vizio, Miranda Parisi, Gabriele Bizzarri, Ilaria Gianani, Matteo G. A. Paris,
• Abstract要約: 単位量子ビット回転の2つのパラメータを測定するためのステップワイズ推定(Se)について検討する。 解析は、量子フィッシャー情報行列がほぼ特異な状態(スロッピーモデル)における関節推定(JE)に対するSEの精度上の優位性を予測している。 この利点は、限られた資源を持つ実践的なベイズ的枠組みの中で緩和されていることを実証する。
• 参考スコア（独自算出の注目度）: 0.15650076339927835
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This work investigates Bayesian stepwise estimation (Se) for measuring the two parameters of a unitary qubit rotation. While asymptotic analysis predicts a precision advantage for SE over joint estimation (JE) in regimes where the quantum Fisher information matrix is near-singular ("sloppy" models), we demonstrate that this advantage is mitigated within a practical Bayesian framework with limited resources. We experimentally implement a SE protocol using polarisation qubits, achieving uncertainties close to the classical Van Trees bounds. However, comparing the total error to the ultimate quantum Van Trees bound for JE reveals that averaging over prior distributions erases the asymptotic SE advantage. Nevertheless, the stepwise strategy retains a significant practical benefit as it operates effectively with simple, fixed measurements, whereas saturating the JE bound typically requires complex, parameter-dependent operations.
• Abstract（参考訳）: 本研究は、単位量子ビット回転の2つのパラメータを測定するためのベイズ的ステップワイズ推定(Se)について検討する。 漸近解析は、量子フィッシャー情報行列がほぼ特異な「スロッピー」モデルである状態において、SEの結合推定(JE)よりも精度の高い優位性を予測するが、この優位性は限られた資源を持つ実用的なベイズフレームワーク内で緩和されることを示す。 偏極量子ビットを用いてSEプロトコルを実験的に実装し、古典的なVan Trees境界に近い不確実性を実現する。 しかし、JE に束縛された極端量子Van Tree と総誤差を比較すると、先行分布の平均値が漸近SEの利点を消してしまうことが分かる。 それでも、ステップワイズ戦略は、単純で固定された測定値で効果的に動作するのに対して、JE境界の飽和は通常、複雑でパラメータ依存の操作を必要とするため、重要な実用的利益を保っている。

関連論文リスト

• Orders matter: tight bounds on the precision of sequential quantum estimation for multiparameter models [0.9379969114114787]
  量子気象学において、結合推定の最終的な精度は、ホレヴォ・クラム・ラオ境界によって決定される。 本稿では,ステップワイズ推定戦略(Stepwise Estimation strategy)という,別のアプローチについて論じ,詳細に分析する。 我々は、このプロトコルに対して厳密で達成可能な精度境界、段階的に分離可能な境界を導出し、その閉形式解析式を提供する。
  論文  参考訳（メタデータ） (2025-10-16T17:59:15Z)
• Mitigating sloppiness in joint estimation of successive squeezing parameters [2.0249250133493195]
  フィールドモードには、同一位相の2つの連続スキューズ操作が適用される。 出力状態がそれぞれの和にのみ依存するため、それぞれの振幅を確実に推定することは不可能である。 我々は,位相シフトスクランブル変換の効果を詳細に解析し,スロピネスの低減と全体の推定精度の最大化に最適化した。
  論文  参考訳（メタデータ） (2025-06-18T17:08:18Z)
• Optimal estimation of pure states with displaced-null measurements [0.0]
  純粋量子状態の未知パラメータを推定する問題を再検討する。 本研究では,実験者が真のシステム状態に近いベクトルを含む基準で測定することを目指すヌル測度戦略について検討する。
  論文  参考訳（メタデータ） (2023-10-10T16:46:24Z)
• Quantum metrology in the finite-sample regime [0.6299766708197883]
  量子気象学において、未知のパラメータを推定する最終的な精度は、しばしばクラムエル・ラオ境界で記述される。 本稿では,所定の精度で推定値を得る確率でプロトコルの品質を定量化することを提案する。
  論文  参考訳（メタデータ） (2023-07-12T18:00:04Z)
• Kernel-based off-policy estimation without overlap: Instance optimality beyond semiparametric efficiency [53.90687548731265]
  本研究では,観測データに基づいて線形関数を推定するための最適手順について検討する。 任意の凸および対称函数クラス $mathcalF$ に対して、平均二乗誤差で有界な非漸近局所ミニマックスを導出する。
  論文  参考訳（メタデータ） (2023-01-16T02:57:37Z)
• 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)
• Differentiable Annealed Importance Sampling and the Perils of Gradient Noise [68.44523807580438]
  Annealed importance sample (AIS) と関連するアルゴリズムは、限界推定のための非常に効果的なツールである。 差別性は、目的として限界確率を最適化する可能性を認めるため、望ましい性質である。 我々はメトロポリス・ハスティングスのステップを放棄して微分可能アルゴリズムを提案し、ミニバッチ計算をさらに解き放つ。
  論文  参考訳（メタデータ） (2021-07-21T17:10:14Z)
• Support recovery and sup-norm convergence rates for sparse pivotal estimation [79.13844065776928]
  高次元スパース回帰では、ピボット推定器は最適な正規化パラメータがノイズレベルに依存しない推定器である。 非滑らかで滑らかな単一タスクとマルチタスク正方形ラッソ型推定器に対するミニマックス超ノルム収束率を示す。
  論文  参考訳（メタデータ） (2020-01-15T16:11:04Z)

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。