論文の概要: Optimal Nonparametric Estimation of Phase-Space Representations for Non-Gaussian Continuous Variable Quantum States

• arxiv url: http://arxiv.org/abs/2608.22379v1
• Date: Sun, 23 Aug 2026 12:01:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 18:24:36.974997
• Title: Optimal Nonparametric Estimation of Phase-Space Representations for Non-Gaussian Continuous Variable Quantum States
• Title（参考訳）: 非ガウス連続可変量子状態に対する位相空間表現の最適非パラメトリック推定
• Abstract要約: さらに,連続変数量子状態再構成と評価のための完全データ駆動ノンパラメトリック手法であるKernel Quantum State Estimation (KQSE)を開発した。 KQSEは、トモグラフィ二次分布の特徴関数の新しいカーネル推定器と適切なカーネル積分変換を組み合わせたものである。 提案された理論は、フォック空間のカットオフを課すことなく、ガウスおよび非ガウス連続変数量子状態に等しく適用される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We further develop Kernel Quantum State Estimation (KQSE), a fully data-driven nonparametric method for continuous variable quantum state reconstruction and characterization, introduced in our recent work and rooted in nonparametric kernel density estimation (KDE). Unlike approaches relying on finite-dimensional basis truncations, parametric ansätze, or prior models, KQSE combines a new kernel estimator of the characteristic function of the tomographic quadrature distribution with suitable kernel integral transformations. The characteristic function is estimated directly from experimental homodyne or heterodyne data and subsequently transformed to estimate quantum state representations and characteristics, including the Wigner function and the density matrix kernel. Observing that several other physically relevant representations and characteristics admit transformations of a closely related form, we derive convergence rates for the corresponding broad class of KQSE-based estimators. The resulting framework covers all phase-space representations, the photon-number tomogram, trace products of quantum states, and purity. We derive mean squared error convergence rates for these kernel transformed estimators and show that the corresponding KQSE applications inherit the near optimal rate O(T^{-1}), where $T$ is the total number of measurements. The proposed theory applies equally to Gaussian and non-Gaussian continuous variable quantum states without imposing a Fock space cutoff. Numerical experiments on simulated Gaussian and non-Gaussian states and real homodyne data demonstrate the advantages of KQSE over state-of-the-art methods, establishing it as a statistically consistent and computationally modest framework for continuous variable quantum state estimation and characterization, particularly in the non-Gaussian regime.
• Abstract（参考訳）: 我々は、最近の研究で導入され、非パラメトリックカーネル密度推定(KDE)に根ざした、連続変数量子状態再構成と評価のための完全なデータ駆動ノンパラメトリック手法であるカーネル量子状態推定(KQSE)をさらに発展させる。 有限次元基底トランケーション、パラメトリックアンセッツェ、または先行モデルに依存するアプローチとは異なり、KQSEはトモグラフィ二次分布の特性関数の新たなカーネル推定器と適切なカーネル積分変換を組み合わせる。 特性関数は実験ホモダインまたはヘテロダインデータから直接推定され、その後、ウィグナー関数や密度行列カーネルを含む量子状態表現と特性を推定するように変換される。 その他の物理的に関係のあるいくつかの表現や特徴が、密接に関連する形式の変換を許容することを観察し、対応するKQSEベースの推定器の広いクラスに対する収束率を導出する。 結果として得られるフレームワークは、すべての位相空間表現、光子数トモグラム、量子状態のトレース生成物、純度をカバーしている。 これらのカーネル変換された推定器の平均2乗誤差収束率を導出し、対応するKQSEアプリケーションがO(T^{-1})を継承することを示す。 提案された理論は、フォック空間のカットオフを課すことなく、ガウスおよび非ガウス連続変数量子状態に等しく適用される。 擬似ガウス状態と非ガウス状態と実ホモダインデータに関する数値実験は、KQSEの最先端法に対する優位性を実証し、特に非ガウス状態において、連続変数の量子状態推定と特徴づけのための統計的に一貫した計算学的に控えめなフレームワークとして確立した。

関連論文リスト

• Symmetry Constrained Quantum Error Mitigation for the Schwinger Model [39.146761527401424]
  偏極雑音下でのゲージ理論のパリティ・フェルミオン数対称性を利用する。 ディジタル量子シミュレーションにおける対称性の検証について検討する。
  論文  参考訳（メタデータ） (2026-08-21T13:49:11Z)
• Stochastic Schrödinger Diffusion Models for Pure-State Ensemble Generation [29.736351530340674]
  量子機械学習(QML)では、古典的なデータは量子純粋状態として符号化され、直接量子表現として処理される。 本稿では,Fubini-Study (FS) 計量を用いて,$mathbbCPd-1$の内在的なスコアベース生成フレームワークを提案する。 SSDMは、観測可能なモーメント、重なり合い、絡み合いなどの純状態アンサンブル統計を忠実に捉えていることを示す。
  論文  参考訳（メタデータ） (2026-05-05T09:44:14Z)
• Asymptotic statistical theory of irreducible quantum Markov chains [0.0]
  定常出力に対する同定可能なパラメータの空間はオービフォールドと呼ばれる空間であることを示す。 結合系と出力モデルが量子局所正規性を満たすことを示す。 2次元システムと環境ユニットからなる最小次元モデルの詳細解析を行う。
  論文  参考訳（メタデータ） (2026-03-21T11:16:39Z)
• Performance Guarantees for Quantum Neural Estimation of Entropies [31.955071410400947]
  量子神経推定器(QNE)は古典的ニューラルネットワークとパラメトリズド量子回路を組み合わせたものである。 非漸近的エラーリスク境界の形で測定された相対エントロピーのQNEの形式的保証について検討する。 我々の理論は、測定された相対エントロピーに対するQNEの原則的実装を促進することを目的としている。
  論文  参考訳（メタデータ） (2025-11-24T16:36:06Z)
• A Representer Theorem for Hawkes Processes via Penalized Least Squares Minimization [31.876688992403647]
  代表者定理(英: representer theorem)は、カーネルヒルベルト空間を再現する潜在関数を推定することを目的とした、カーネル法の基礎となる定理である。 変換されたカーネルの族は、同時積分方程式の系によって定義される。 注目すべきは、双対係数はすべて解析的にユニタリに固定され、双対係数を得るためにコストのかかる最適化問題を解く必要がなくなることである。
  論文  参考訳（メタデータ） (2025-10-10T02:00:56Z)
• Nonparametric Learning Non-Gaussian Quantum States of Continuous Variable Systems [2.5684013040906963]
  ノイズの多いデータから量子状態を再構成するための非カーネル量子状態推定フレームワークを導入する。 KQSEは、様々な基底における密度行列の推定と、純度、より高いモーメント、重なり合い、トレース距離などのトレース量を得る。 KQSEはマルチモーダルで非ガウス状態に対して堅牢であり、量子科学に不可欠な状態の特徴付けに特に適している。
  論文  参考訳（メタデータ） (2025-08-08T16:19:58Z)
• Molecular Properties in Quantum-Classical Auxiliary-Field Quantum Monte Carlo: Correlated Sampling with Application to Accurate Nuclear Forces [1.2189422792863451]
  我々は古典的補助場量子モンテカルロから量子古典(QCAFQMC)フレームワークへの相関サンプリングを拡張した。 我々は,N$ wave$と拡張線形H$_4$の力評価において,特に強い相関領域において,単一参照法よりも顕著に改善したことを示す。 また, この手法をMEA-CO$$炭素捕獲反応に適用し, 有効空間選択と整合影に量子情報メトリクスを用いた。
  論文  参考訳（メタデータ） (2025-07-23T23:51:10Z)
• Grassmann Variational Monte Carlo with neural wave functions [45.935798913942904]
  ヒルベルト空間のグラスマン幾何学の観点から、Pfau et al.citepfau2024accurateによって導入された枠組みを定式化する。 正方格子上のハイゼンベルク量子スピンモデルに対する我々のアプローチを検証し、多くの励起状態に対して高精度なエネルギーと物理観測値を達成する。
  論文  参考訳（メタデータ） (2025-07-14T13:53:13Z)
• Multiparameter quantum estimation with Gaussian states: efficiently evaluating Holevo, RLD and SLD Cramér-Rao bounds [0.0]
  一般ガウス状態に対するHolevo Cram'er-Rao界(HCRB)を評価するための効率的な数値法を提案する。 最初の瞬間にパラメータ依存が出現する2つのパラダイム的応用を考察する。
  論文  参考訳（メタデータ） (2025-04-24T18:19:56Z)
• Eigenstate solutions of the Fermi-Hubbard model via symmetry-enhanced variational quantum eigensolver [7.079422962805218]
  変分量子固有解法(VQE)は、効率的な量子コンピューティングのための重要なツールである。 量子回路と損失関数に対称性を組み込むことで、基底状態と励起状態の計算が大幅に改善されることが分かる。
  論文  参考訳（メタデータ） (2025-01-27T09:55:18Z)
• 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)

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。