論文の概要: Global precision bounds and success-probability guarantees in quantum parameter learning
- arxiv url: http://arxiv.org/abs/2608.15528v1
- Date: Sun, 16 Aug 2026 04:51:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.328168
- Title: Global precision bounds and success-probability guarantees in quantum parameter learning
- Title（参考訳）: 量子パラメータ学習における大域的精度境界と成功確率保証
- Abstract要約: 単一ショット量子パラメータ学習理論における2つの問題に対処する。
我々は厳格で実践的でグローバルな上限と成功確率の保証を提供する。
- 参考スコア（独自算出の注目度）: 0.616870773176256
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Quantum metrology offers the possibility of quantum enhancements of the precision of various sensing tasks. In this manuscript, we tackle two open problems in the theory of single-shot quantum parameter learning, going beyond the usual setting of local parameter estimation via repeated measurements. The first concerns the construction of global upper bounds on the learning precision. The second concerns rigorous guarantees on the success probability of parameter learning, namely, lower bounds on the probability of learning a parameter with a certain precision, given the constraints on the resources used for the quantum metrology task. We provide rigorous, practical, and global upper bounds and success-probability guarantees for quantum parameter learning. We demonstrate their versatility in a Rabi-frequency-learning example involving a driven qubit coupled to a bosonic environment and a collective-spin Hamiltonian learning problem. Together, the new global bounds and success-probability guarantees allow us to rule out unattainable precision and to certify attainable precision beyond what is possible via standard Fisher-information analysis or binary hypothesis testing bounds. They also allow one to tractably characterize the performance of various learning schemes, without the overhead of an explicit simulation.
- Abstract（参考訳）: 量子気象学は、様々なセンシングタスクの精度を量子的に拡張する可能性を提供する。
本稿では, 単発量子パラメータ学習理論における2つの未解決問題に対処し, 繰り返し測定による局所パラメータ推定の通常の設定を超えている。
1つ目は、学習精度のグローバルな上限の構築に関するものである。
第2の懸念は、パラメータ学習の成功確率、すなわちある精度でパラメータを学習する確率の低い境界に関する厳密な保証である。
量子パラメータ学習のための厳密で実践的で大域的な上限と成功確率の保証を提供する。
ボゾン環境と集合スピンハミルトニアン学習問題に結合した駆動量子ビットを含むラビ周波数学習の例において、それらの汎用性を実証する。
新たなグローバルバウンダリと成功確率保証は、達成不可能な精度を除外し、標準的なフィッシャー情報分析や二値仮説テストバウンダリを通じて可能な範囲を超えて達成可能な精度を認定することを可能にする。
また、明示的なシミュレーションのオーバーヘッドを伴わずに、様々な学習スキームのパフォーマンスを巧みに特徴付けることもできる。
関連論文リスト
- Robust Covert Quantum Communication under Bounded Channel Uncertainty [37.58598417573807]
本稿では,透過率と熱雑音の両面における有界不確実性を有する複合量子光学チャネル上の秘密量子通信について検討する。
我々は、不確実性の下で、隠蔽性と信頼性の両方を認証するための堅牢なフレームワークを開発する。
論文 参考訳（メタデータ） (2026-04-13T08:40:14Z) - Unified and computable approach to optimal strategies for multiparameter estimation [0.7161783472741748]
複数パラメータの同時推定のための統一的で計算可能な手法を提案する。
我々のアプローチの核は、最近提案された厳密なクラメール・ラオ型境界に量子テスター形式を組み込むことである。
我々は,既存の解析結果の強度と限界を明らかにするために,三次元磁場推定を再考する。
論文 参考訳（メタデータ） (2026-03-06T13:05:19Z) - Measurement incompatibility in Bayesian multiparameter quantum estimation [0.0]
我々は、測定不適合性の役割を分析し、その定量効果を達成可能な精度に確立する。
局所推定理論の多くのコピー方式と同様に、非互換性は少なくとも最小損失の2倍であることを示す。
結果は、離散量子位相イメージング、位相とデフォーカス推定、量子ビットセンシングなど、様々な応用を通して説明される。
論文 参考訳（メタデータ） (2025-11-20T18:51:18Z) - The Most Informative Cramér--Rao Bound for Quantum Two-Parameter Estimation with Pure State Probes [0.0]
純粋状態を持つ2パラメータ推定のための達成可能なバウンダリに対する新しい式を提案する。
また、最適な測定値も決定する。
この結果の有用性を示すために,格子状態を用いた変位推定の精度限界を決定する。
論文 参考訳（メタデータ） (2025-11-18T22:15:14Z) - Stroboscopic Saturation of Multiparameter Quantum Limits in Distributed Quantum Sensing [0.0]
ユニークな量子現象を利用する高精度センサは、測定精度の標準量子限界を超えることが示されている。
ここでは、広範囲の分散量子プローブに対して量子強調感度を解析的に示す。
最終的な精度限界を達成するための最適測定戦略を構築する。
論文 参考訳（メタデータ） (2025-10-16T18:00:01Z) - Target Networks and Over-parameterization Stabilize Off-policy Bootstrapping with Function Approximation [46.48569176651487]
オフ・プライシ・データにおいても,ブートストラップ値推定の収束条件が弱くなることを証明する。
計算結果をトラジェクトリによる学習に拡張し、小さな修正を施した全てのタスクに対して収束が達成可能であることを示す。
論文 参考訳（メタデータ） (2024-05-31T17:36:16Z) - 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) - Quantum Conformal Prediction for Reliable Uncertainty Quantification in
Quantum Machine Learning [47.991114317813555]
量子モデルは暗黙の確率予測器を実装し、測定ショットを通じて各入力に対して複数のランダムな決定を生成する。
本稿では、そのようなランダム性を利用して、モデルの不確実性を確実に捉えることができる分類と回帰の両方の予測セットを定義することを提案する。
論文 参考訳（メタデータ） (2023-04-06T22:05:21Z) - 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) - Improved Quantum Algorithms for Fidelity Estimation [77.34726150561087]
証明可能な性能保証を伴う忠実度推定のための新しい,効率的な量子アルゴリズムを開発した。
我々のアルゴリズムは量子特異値変換のような高度な量子線型代数技術を用いる。
任意の非自明な定数加算精度に対する忠実度推定は一般に困難であることを示す。
論文 参考訳（メタデータ） (2022-03-30T02:02:16Z) - Quantum probes for universal gravity corrections [62.997667081978825]
最小長の概念を概観し、量子系のハミルトニアンに現れる摂動項をいかに引き起こすかを示す。
我々は、推定手順の精度の最終的な限界を見つけるために、量子フィッシャー情報を評価する。
以上の結果から,量子プローブは有用な資源であり,精度が向上する可能性が示唆された。
論文 参考訳（メタデータ） (2020-02-13T19:35:07Z)
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。