論文の概要: Adaptive detection of Rabi signals under composite hypotheses

• arxiv url: http://arxiv.org/abs/2609.16119v1
• Date: Mon, 14 Sep 2026 18:00:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.156435
• Title: Adaptive detection of Rabi signals under composite hypotheses
• Title（参考訳）: 複合仮説に基づくRabi信号の適応検出
• Abstract要約: 弱いコヒーレントドライブの探索により、固定ショット予算で繰り返し量子センシングを定式化する。 信号振幅と位相が未知の共振器の場合,検出パワー,感度,タイプII誤差指数をベンチマークした。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Motivated by searches for weak coherent drives, we formulate repeated quantum sensing with a fixed shot budget as an asymmetric composite hypothesis test. Taking Rabi sensing as a concrete example, we benchmark detection power, sensitivity, and Type-II error exponents in the resonant case with unknown signal amplitude and phase. We compare non-adaptive population and transverse readouts with a myopic Bayesian policy that selects each projective axis by maximizing the expected information gain in one step. The common decision statistic is a log Bayes factor, with a policy specific threshold calibrated under the null to enforce a common Type-I error. A weak signal expansion shows that population readout is phase independent but quadratic in amplitude, giving $n^{-1/4}$ sensitivity, whereas transverse readout is linear in amplitude and permits $n^{-1/2}$ sensitivity without adaptation, but is phase-dependent. In Monte Carlo pseudoexperiments, the adaptive policy exploits posterior information about the unknown direction to guide subsequent readouts; its sensitivity is consistent with $n^{-1/2}$ over the simulated large $n$ range and, at the largest simulated shot counts, outperforms the fixed transverse schedules. Its phase-averaged effective Type-II exponent also exceeds the non-adaptive references over the simulated range. These results demonstrate the finite budget value of exploiting nuisance parameter information under calibrated false positive control.
• Abstract（参考訳）: 弱コヒーレントドライブの探索により、固定ショット予算で繰り返し量子センシングを非対称合成仮説テストとして定式化する。 実例としてRabiセンシングを用い,信号振幅と位相が未知の共振器の場合,検出パワー,感度,タイプII誤差指数をベンチマークした。 我々は,予測情報ゲインを1ステップで最大化することにより,各射影軸を選択するミオピックベイズ政策と比較した。 一般的な決定統計はログベイズ係数であり、共通のType-Iエラーを強制するためにnullの下でポリシー固有のしきい値が調整されている。 弱い信号展開は、集団の読み出しは位相独立であるが振幅は2次的であり、$n^{-1/4}$感度が与えられるのに対して、横の読み出しは振幅が線形であり、適応なしで$n^{-1/2}$感度が許されるが、位相依存であることを示している。 モンテカルロの擬似実験では、アダプティブポリシーは未知の方向に関する後続情報を利用して後続の読み出しを誘導し、その感度はシミュレーションされた大きな$n$範囲上の$n^{-1/2}$と一致し、最大のシミュレートされたショットカウントでは、固定された横方向スケジュールを上回る。 位相平均の有効なType-II指数も、シミュレーション範囲の非適応参照を超えている。 これらの結果は, 偽正制御下でのニュアンスパラメータ情報を利用した有限予算値を示す。

関連論文リスト

• Semiparametric Inference for Conditional Shapley Feature Importance [0.0]
  本稿では, 条件定式化について検討し, その実条件分布の下で, 対数外特徴を積分する。 そこで本研究では, K-fold cross-fitting とU-statistic correct of the squared loss intervalを提案する。 ピンスカー型境界は、作業コプラクラスを誤って特定するバイアスを定量化し、ワインコプラは条件付きサンプリングが可能である。
  論文  参考訳（メタデータ） (2026-09-09T15:19:24Z)
• Sensitivity to Subjective Expected Utility Maximization: A Methodological Study, with an Illustrative Application to LLM Decision-Making [0.0]
  車両はソフトマックス選択モデルであり、感度パラメータはSEU値の代替品に$$である。 コントリビューションは、$$と、Stansbergで検証された信念とユーティリティパラメータ$(, )$に対する識別可能性の結果のシーケンスである。 2対2のアプリケーションは、実際の選択データに基づいてエンドツーエンドで実行し、4つのセルのうち2つのセルで、構造化された$$エフェクトサンプリングを検出する。
  論文  参考訳（メタデータ） (2026-07-08T00:29:18Z)
• Bayesian Best-Arm Identification with Abstention: A Polynomial-to-Exponential Phase Transition [51.253617466579335]
  本研究では,学習者が端末の推薦を控えることができるベイジアン固定予算のベストアーム識別問題について検討する。 本研究は,非検出誤りの確率を解析し,吸収を伴わない準最適腕を推奨するリスクについて考察する。
  論文  参考訳（メタデータ） (2026-06-28T05:07:27Z)
• Anisotropic Template Ansätze for Robust Positive Invariance under State-Dependent Uncertainty [1.2234742322758416]
  固定楕円体テンプレートをGP由来の正定行列場にマッピングする。 結果として生じるLMI条件は、学習された場をシュール安定力学に結合する。 クアドロレータシミュレーションでは3次元速度管の体積が195倍に削減されている。
  論文  参考訳（メタデータ） (2026-06-14T23:52:29Z)
• Conformal calibration and look-elsewhere effect in anomaly detection for new-physics searches [0.0]
  機械学習による異常検出は、新しい物理学の探索を再構築している。 本稿では,共形予測に基づく校正層を提案する。
  論文  参考訳（メタデータ） (2026-06-11T18:00:02Z)
• Optimal Unconstrained Self-Distillation in Ridge Regression: Strict Improvements, Precise Asymptotics, and One-Shot Tuning [61.07540493350384]
  自己蒸留(英: Self-distillation, SD)とは、教師自身の予測と地道の混合で学生を訓練する過程である。 任意の予測リスクに対して、各正規化レベルにおいて、最適に混合された学生がリッジ教師に改善されることが示される。 本稿では,グリッド探索やサンプル分割,再構成なしに$star$を推定する一貫したワンショットチューニング手法を提案する。
  論文  参考訳（メタデータ） (2026-02-19T17:21:15Z)
• Statistical Inference under Adaptive Sampling with LinUCB [15.167069362020426]
  線形帯域に対する線形上信頼境界(LinUCB)アルゴリズムは安定性という特性を満たすことを示す。 我々は、LinUCBアルゴリズムの中央極限定理を確立し、推定誤差の極限分布の正規性を確立する。
  論文  参考訳（メタデータ） (2025-11-28T21:48:18Z)
• REAL Sampling: Boosting Factuality and Diversity of Open-Ended Generation via Asymptotic Entropy [93.8400683020273]
  大規模言語モデル(LLM)の復号法は通常、事実性の確保と多様性の維持のトレードオフに苦慮する。 核サンプリングにおける事実性および多様性を向上させる復号法であるREALサンプリングを提案する。
  論文  参考訳（メタデータ） (2024-06-11T21:44:49Z)
• Towards Optimal Statistical Watermarking [95.46650092476372]
  仮説テスト問題として定式化して統計的透かしを研究する。 我々の定式化の鍵は、出力トークンと拒絶領域の結合である。 一般仮説テスト設定において,UMP(Uniformly Most Powerful)の透かしを特徴付ける。
  論文  参考訳（メタデータ） (2023-12-13T06:57:00Z)
• A Random Matrix Analysis of Random Fourier Features: Beyond the Gaussian Kernel, a Precise Phase Transition, and the Corresponding Double Descent [85.77233010209368]
  本稿では、データサンプルの数が$n$である現実的な環境で、ランダムフーリエ(RFF)回帰の正確さを特徴付けます。 この分析はまた、大きな$n,p,N$のトレーニングとテスト回帰エラーの正確な推定も提供する。
  論文  参考訳（メタデータ） (2020-06-09T02:05:40Z)
• Analytic Signal Phase in $N-D$ by Linear Symmetry Tensor--fingerprint modeling [69.35569554213679]
  解析信号位相とその勾配は2-D$以上の不連続性を持つことを示す。 この欠点は深刻なアーティファクトをもたらす可能性があるが、問題は1-D $シグナルには存在しない。 本稿では,複数のGaborフィルタに頼って線形シンメトリー位相を用いることを提案する。
  論文  参考訳（メタデータ） (2020-05-16T21:17:26Z)

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。