論文の概要: Surpassing Gaussian optimality in multiparameter estimation with indefinite causal order

• arxiv url: http://arxiv.org/abs/2608.25870v1
• Date: Wed, 26 Aug 2026 14:42:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:15.867446
• Title: Surpassing Gaussian optimality in multiparameter estimation with indefinite causal order
• Title（参考訳）: 不定因数順序による多パラメータ推定におけるガウス最適性
• Abstract要約: 真空状態における変位およびスクイーズ操作によって生じる単一モードガウスプローブを同定する。 固定エネルギーの最適精度は、実験的にコストがかかる資源ではなく、エネルギーの一部を変位に向けてリダイレクトすることで達成されることを示す。
• 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 identify single-mode Gaussian probes, generated by displacement and squeezing operations on the vacuum state, which are optimal for the simultaneous estimation of displacement and squeezing operations in continuous-variable quantum systems. Importantly, our results reveal that the best precision at a fixed energy is achieved not by an experimentally costly squeezing resource, but rather by redirecting some of the energy towards displacement, thus allowing for more resource-effective operations. Furthermore, introducing indefinite causal order (ICO) in either the probe preparation or parameter encoding step can surpass the Gaussian precision bound, even though the optimal Gaussian probe state is agnostic to the ordering of the operations. Specifically, we observe that odd-parity superpositions of the two definite orders can enhance precision over optimal Gaussian probes in specific parameter regimes. Further, the observed advantage cannot be attributed solely to non-Gaussianity, as quantified by the relative entropy of non-Gaussianity, highlighting ICO as an independent resource for enhancing multiparameter estimation.
• Abstract（参考訳）: 連続変数量子系における変位とスクイーズ操作の同時推定に最適である真空状態における変位とスクイーズ操作によって生成される単一モードガウスプローブを同定する。 重要なことは, 固定エネルギーの最適精度は, 実験的にコストがかかる資源ではなく, エネルギーの一部を変位にリダイレクトすることで達成し, より資源効率の良い運用を可能にすることである。 さらに、最適ガウスプローブ状態が操作の順序に非依存であっても、プローブ準備またはパラメータ符号化ステップのいずれかに不確定因果順序(ICO)を導入することは、ガウス精度境界を超えることができる。 具体的には、2つの定位順序の奇パリティ重ね合わせが、特定のパラメータ状態における最適ガウスプローブよりも精度を高めることを観察する。 さらに、観測された利点は、非ガウス性の相対エントロピーによって定量化され、マルチパラメータ推定を強化する独立した資源としてICOが強調されるなど、非ガウス性のみに帰属することができない。

関連論文リスト

• On the Optimal Construction of Unbiased Gradient Estimators for Zeroth-Order Optimization [57.179679246370114]
  既存の手法の潜在的な制限は、ステップサイズが提案されない限り、ほとんどの摂動推定器に固有のバイアスである。 本稿では, 良好な構成を維持しつつ, バイアスを排除した非バイアス勾配スケーリング推定器のファミリーを提案する。
  論文  参考訳（メタデータ） (2025-10-22T18:25:43Z)
• Role of phase of optimal probe in noncommutativity vs coherence in quantum multiparameter estimation [0.0]
  任意の量子ハミルトニアンを符号化した2つの位相の同時推定について検討する。 また、符号化されたハミルトニアンをSU(2)生成子として選択する単一量子プローブについても検討する。 量子ビットと量子ビットの両方のシナリオにおいて、最適プローブは、最大かつ最小の固有値に対応する固有状態のコヒーレントな重ね合わせである。
  論文  参考訳（メタデータ） (2025-07-07T09:42:56Z)
• 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)
• Multi-parameter quantum estimation of single- and two-mode pure Gaussian states [0.0]
  本研究では, 単モードおよび2モード圧縮状態を特徴付ける変位パラメータとスクイーズパラメータの両方に対して, Holevo Cram'er-Rao bound (HCRB) を導出した。 単モードのシナリオでは、解析的境界を求め、スクイージングが増加するにつれて単調に劣化する。 2モード設定では、スキューズパラメータが大きくなるにつれてHCRBが向上し、二重ホモジン検出により達成できることが示される。
  論文  参考訳（メタデータ） (2024-03-06T18:29:17Z)
• Time-Varying Gaussian Process Bandits with Unknown Prior [18.93478528448966]
  PE-GP-UCBは時変ベイズ最適化問題を解くことができる。 これは、観測された関数の値が以前のいくつかの値と一致しているという事実に依存している。
  論文  参考訳（メタデータ） (2024-02-02T18:52:16Z)
• 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)
• Designing optimal protocols in Bayesian quantum parameter estimation with higher-order operations [0.0]
  量子センシングの主要な課題は、最適なプロトコル、すなわち最も正確なプロトコルを設計することである。 ここでは、プローブの最適初期状態を見つけることを目的として、単発ベイズ設定に焦点を当てる。 我々は高階演算の形式性を利用して、任意の精度で最適なプロトコルに近いプロトコルを見つける方法を開発した。
  論文  参考訳（メタデータ） (2023-11-02T18:00:36Z)
• Toward Incompatible Quantum Limits on Multiparameter Estimation [4.2043578689409475]
  ハイゼンベルクの不確実性原理は、不整合パラメータの最適測定を共同で行うのを防ぐ。 マルチパラメータ推定のために提案された基準は、この呪いを克服する方法を提供する。 光の空間変位と角傾斜を推定するためのプローブとして高次エルミート・ガウス状態を含むスキームを提案する。
  論文  参考訳（メタデータ） (2023-10-11T01:24:03Z)
• Stochastic Marginal Likelihood Gradients using Neural Tangent Kernels [78.6096486885658]
  線形化されたラプラス近似に下界を導入する。 これらの境界は漸進的な最適化が可能であり、推定精度と計算複雑性とのトレードオフを可能にする。
  論文  参考訳（メタデータ） (2023-06-06T19:02:57Z)
• Quantum probes for the characterization of nonlinear media [50.591267188664666]
  本研究では, 非線形結合 $tildelambda$ および非線形性次数 $zeta$ の個人および共同推定をいかに改善するかを検討する。 量子プローブは非線形媒体のキャラクタリゼーションの精度を高めるための資源であり、現在の技術による潜在的な応用を予見する。
  論文  参考訳（メタデータ） (2021-09-16T15:40:36Z)
• Gaussian Process Uniform Error Bounds with Unknown Hyperparameters for Safety-Critical Applications [71.23286211775084]
  未知のハイパーパラメータを持つ設定において、ロバストなガウス過程の均一なエラー境界を導入する。 提案手法はハイパーパラメータの空間における信頼領域を計算し,モデル誤差に対する確率的上限を求める。 実験により、バニラ法やベイズ法よりもバニラ法の方がはるかに優れていることが示された。
  論文  参考訳（メタデータ） (2021-09-06T17:10:01Z)
• 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。