論文の概要: Tunable topological enhancement of covariant quantum Fisher information via non-Bloch skin effect in non-Hermitian SSH lattices
- arxiv url: http://arxiv.org/abs/2609.03421v1
- Date: Thu, 03 Sep 2026 06:27:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-04 18:28:38.944881
- Title: Tunable topological enhancement of covariant quantum Fisher information via non-Bloch skin effect in non-Hermitian SSH lattices
- Title（参考訳）: 非エルミートSSH格子における非ブロッホスキン効果による共変量子フィッシャー情報の可変位相拡張
- Abstract要約: 我々は、CQFI形式を多モード非エルミートSu-Schrieffer-Heeger格子に拡張し、非エルミート皮膚効果(NHSE)によって可能となる調整可能なトポロジカルエンハンスメントを明らかにする。
NHSEは従来のブリルアンゾーンを半径 r = exp(kappa) の一般化されたブリルアンゾーンに変形し、カッパは非ブロッホ崩壊率を表す。
全CQFIはシステムサイズNと線形にスケールするが、そのプレファクタはカッパに大きく依存し、拡張係数E(N)を生じる。
- 参考スコア（独自算出の注目度）: 4.52296836242003
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The covariant quantum Fisher information (CQFI) has recently been established as the ultimate precision benchmark for pseudo-Hermitian sensors [Phys. Rev. Lett. 136, 080802 (2026)], yet existing analyses are limited to single-mode systems. Here we extend the CQFI formalism to multi-mode non-Hermitian Su-Schrieffer-Heeger lattices and reveal tunable topological enhancement enabled by the non-Hermitian skin effect (NHSE). Under open boundary conditions, the NHSE deforms the conventional Brillouin zone into a generalized Brillouin zone of radius r = exp(\k{appa}), where \k{appa} denotes the non-Bloch decay rate. While the total CQFI scales linearly with system size N, its prefactor depends critically on \k{appa}, yielding an enhancement factor E(N) = F_OBC / F_PBC that exceeds 30 for N ~ 30, substantially outperforming periodic-boundary sensors. The enhancement is robust against moderate local disorder and supports multi-parameter estimation, with the joint Cramér-Rao bound reduced by up to 15 orders of magnitude. These findings establish a spatial-domain mechanism for quantum metrology that complements time-domain strategies and is experimentally accessible using topoelectrical circuits, photonic lattices, and superconducting circuits with current technology.
- Abstract（参考訳）: 共変量子フィッシャー情報(CQFI)は、最近、擬エルミートセンサー(Phys. Rev. Lett. 136, 080802 (2026))の究極の精度ベンチマークとして確立されているが、既存の分析はシングルモードシステムに限られている。
ここでは、CQFI形式を多モード非エルミートSu-Schrieffer-Heeger格子に拡張し、非エルミートスキン効果(NHSE)によって可能となる調整可能なトポロジカルエンハンスメントを明らかにする。
開放境界条件下では、NHSEは従来のブリルアンゾーンを半径 r = exp(\k{appa}) の一般化ブリルアンゾーンに変形し、そこで \k{appa} は非ブロッホ崩壊率を表す。
全CQFIは、システムサイズNと線形にスケールするが、そのプレファクタは、N〜30の30以上である拡張係数E(N) = F_OBC/F_PBCを実質的に周期境界センサより上回る。
この拡張は適度な局所障害に対して堅牢であり、複数パラメータの推定をサポートし、Cramer-Rao結合は最大15桁まで縮小される。
これらの知見は、時間領域戦略を補完する空間領域機構を確立し、トポ電気回路、フォトニック格子、超伝導回路を用いて実験的にアクセス可能である。
関連論文リスト
- Quantum Decision Theory for Displacement Detection with Finite-Energy GKP States [46.2474896050764]
有限エネルギー,$d$レベルのGottesman-Kitaev-Preskill(GKP)プローブを用いた位相空間変位検出フレームワークを開発した。
単一モードおよび絡み合い支援アーキテクチャの場合、ベイズ最小エラー確率を導出する。
我々は、コヒーレントステート、方向整合型圧縮真空、ツインビームスキームに対する結果のプロトコルをベンチマークする。
論文 参考訳（メタデータ） (2026-08-08T10:32:05Z) - A Novel Hybrid Quantum Reservoir Computing (nHQRC) for Phase Transition Detection in Non-Equilibrium Dynamical Systems [0.0]
量子解析のための新しいハイブリッド量子貯留層計算(nHQRC)フレームワークを提案する。
本フレームワークは, ドリフト拡散効率($)を大幅に改善し, 最大軌道減衰(MTD)を13%以上抑制することを示した。
これにより、短期量子状態の検出とサブシステム安定化のための、ロバストな$mathcalO(1)$時間的オーバーヘッドブループリントが確立される。
論文 参考訳（メタデータ） (2026-07-09T19:22:30Z) - Learning to Distributedly Estimate under Partially Known Dynamics: A Covariance-Agnostic Neural Kalman Consensus Filter [31.377504700683374]
本稿では,潜時状態推定を行うためにエージェントが協調して情報を交換する,新しいオンライン分散センシングフレームワークを提案する。
提案した推定器は、利用可能な部分的ドメイン知識とディープニューラルネットワークの表現能力を組み合わせたものである。
線形、カオス(z)および実用的なワイヤレストラッキング環境の実験により、提案したCoLoren-Agnostic Neural Kalman Consensus Filter (CA-NKCF)が従来の分散Kalmanおよびパーティクルフィルタより優れていることが明らかになった。
論文 参考訳（メタデータ） (2026-06-26T08:07:31Z) - Gated QKAN-FWP: Scalable Quantum-inspired Sequence Learning [38.502127166117674]
量子インスパイアされたKolmogorov-Arnold Network(QKAN)とFWPを統合した高速軽量フレームワークQKAN-FWPを提案する。
私たちは、DARUAN(DatA Re-Uploading ActivatioN)として知られる、学習可能な非線形アクティベーションとしてシングルキュービットデータ再ロード回路を使用している。
時系列ベンチマーク,MiniGrid強化学習,および実世界の太陽周期予測を主要な実践的結果として取り上げ,その枠組みを評価する。
論文 参考訳（メタデータ） (2026-05-07T13:04:09Z) - Physics-Informed Neural Networks for Maximizing Quantum Fisher Information in Time-Dependent Many-Body Systems [2.586346262913921]
本稿では,反断熱量子力学を学習する問題に対処する物理インフォームドニューラルネットワーク(PINN)フレームワークを提案する。
PINNは,相互作用量子系において,メソジカルに最適な制御戦略を学習するための,現実的かつ物理的に基礎を成す経路であることを示す。
論文 参考訳（メタデータ） (2026-04-20T16:56:31Z) - Neural ensemble Kalman filter: Data assimilation for compressible flows with shocks [7.666411993703509]
本稿では,ニューラル関数近似をアンサンブルDA内に埋め込んだ新しいニューラルEnKFを紹介する。
このようなスムーズなネットワークパラメータの変動は,物理インフォームド・トランスファー・ラーニングによって実現可能であることを示す。
このようにして、神経性 EnKF は標準 EnKF を悩ませる刺激的な振動や非物理的特徴を避ける。
論文 参考訳（メタデータ） (2026-02-26T19:35:52Z) - Spectral Embedding via Chebyshev Bases for Robust DeepONet Approximation [0.6752538702870791]
SpectralEmbeded DeepONet (SEDNet) は、トランクが座標入力ではなく、固定されたチェビシェフスペクトル辞書によって駆動される新しい変種である。
SEDNetは一貫して、DeepONet、FEDONet、SEDONetの間で最も低い相対的なL2エラーを達成しており、ベースラインのDeepONetよりも平均30～40%改善されている。
論文 参考訳（メタデータ） (2025-12-09T22:26:29Z) - Floquet Non-Bloch Formalism for a Non-Hermitian Ladder: From Theoretical Framework to Topolectrical Circuits [0.0]
非ハーミティティーと連動する周期駆動系は、伝統的なエルミート限界を超越する位相位相の豊富なアリーナを開く。
我々は、実効的なフロケ・ハミルトニアンを解析的に導出し、周期的に駆動された準1次元系に対する一般化されたブリルアンゾーンを定式化する。
我々の研究は、皮膚効果が幅広い運転パラメータにわたって頑健であり、低周波状態において顕著に増幅されていることを示した。
論文 参考訳（メタデータ） (2025-07-31T17:31:02Z) - Unconventional Floquet topological phases in the SSH lattice [36.136619420474766]
局所的な摂動に頑健なエッジ状態で知られるトポロジカル材料は、次世代量子技術への期待を抱いている。
本稿では,Floquet位相位相を動的に誘導・切り替えするために,高周波単色駆動と変調振幅パルスを用いることを提案する。
論文 参考訳（メタデータ） (2025-07-22T10:34:58Z) - Calibration of Quantum Devices via Robust Statistical Methods [45.464983015777314]
量子パラメータ学習の最先端技術に対するベイズ推論の高度な統計的手法を数値解析する。
既存のアプローチ、すなわち多モード性および高次元性において、これらのアプローチの利点を示す。
我々の発見は、オープン量子システムの力学を学習する量子キャラクタリゼーションの課題に応用できる。
論文 参考訳（メタデータ） (2025-07-09T15:22:17Z) - Boundary Time Crystals as AC sensors: enhancements and constraints [39.58317527488534]
印加された交流場にスピンが共鳴するとBTCの感度が向上する。
長いコヒーレンス時間と多部相関にもかかわらず、BTCのエントロピーコストはACフィールド情報の最適な復号を妨げている。
論文 参考訳（メタデータ） (2024-06-10T13:53:31Z)
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。