論文の概要: Entangled measurements are necessary for optimal tomography of mixed fermionic Gaussian states and of bosonic Gaussian states near the vacuum
- arxiv url: http://arxiv.org/abs/2609.23189v1
- Date: Sat, 19 Sep 2026 19:27:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-22 20:29:00.723774
- Title: Entangled measurements are necessary for optimal tomography of mixed fermionic Gaussian states and of bosonic Gaussian states near the vacuum
- Title（参考訳）: 混合フェルミオンガウス状態と真空近傍のボソニックガウス状態の最適トモグラフィーにはエンタングル測定が必要である
- Abstract要約: 未知の混合フェルミオンガウス状態が$m$モードで学習して距離を追跡できると$$$$$(m3/2)$コピーが一度に1つのコピーに作用すると証明する。
- 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 prove that learning an unknown mixed fermionic Gaussian state on $m$ modes to trace distance $ε$ requires $Ω(m^3/ε^2)$ copies when measurements act on one copy at a time, even with arbitrary POVMs, fresh ancillas and classical adaptivity, but without quantum memory between copies. The bound holds for $0<ε\le1/3600$ and separates this model from the known collective rate $Θ(m^2/ε^2)$. It follows from a uniform single-copy Fisher-information budget and a dimension-independent comparison between trace distance and Gaussian parameters. On covariance matrices of operator norm at most $1-c$, we prove a Frobenius-to-trace-norm continuity bound with constant $[2c(2-c)]^{-1/2}$; matchgate shadows then attain $O(m^3/(cε^2))$ copies. This also gives explicit error certificates for thermal free-fermion states. For a class of mixed passive bosonic Gaussian states with total mean photon number at most one, a reduction to bounded-block qudit tomography gives a single-copy lower bound $Ω(m^3/(ε^2\sqrt{\log(m/ε)}))$, versus collective complexity $Θ(m^2/ε^2)$. These separations answer the mixed-state measurement-resource question posed by Chen et al. A two-mode example has optimal two-copy Fisher trace $5$, versus the separable ceiling $4$. An IBM replication gave a pre-registered witness lower bound $4.12$ at one-sided $95\%$ shot-noise confidence; its interpretation assumes the prescribed preparations and a common measurement channel and does not bound preparation systematics.
- Abstract（参考訳）: 任意のPOVM, 新鮮なアンシラ, 古典的な適応性を持ちながら, コピー間の量子メモリがなくても, 一度に1つのコピーに作用する場合, ε$は$Ω(m^3/ε^2)$コピーを必要とする。
境界は$0<ε\le1/3600$で、このモデルと既知の集合率$(m^2/ε^2)$を区別する。
均一な単一コピーフィッシャー情報予算と、トレース距離とガウスパラメータの次元非依存的な比較から従う。
作用素ノルムの少なくとも1-c$での共分散行列について、定数$[2c(2-c)]^{-1/2}$で有界なフロベニウス-トラス-ノルム連続性を証明する。
これはまた、熱的自由フェルミオン状態に対する明示的なエラー証明書を与える。
最大1つの平均光子数を持つ混合受動ボソニックガウス状態のクラスに対して、有界ブロックのキュディトトモグラフィーへの還元は、単一のコピー下界の$Ω(m^3/(ε^2\sqrt{\log(m/ε)})$、対集合複雑性の$000(m^2/ε^2)$を与える。
これらの分離は、Chenらによる混合状態計測/資源問題に答える。 2モードの例は最適な2コピーFisherが5ドル、分離可能な天井が4ドルだ。
IBMの複製は、事前登録された証人に対して、片面の9,5\%のショットノイズ信頼度で4.12ドルを減らした;その解釈は、所定の準備と共通の測定チャネルを仮定し、準備体系を拘束しない。
関連論文リスト
- Optimal Low-Rank Quantum State Tomography with Bounded-Sample Joint Measurements [6.929688137243709]
低ランク量子状態トモグラフィーの最適なサンプル複雑性は、各測定値が少なくとも$t$のサンプルに対して共同で作用するときに決定する。
下限については、固定された均一スペクトルを持つ状態のサポートを変更し、$t$サンプル上のすべての関節測定のフィッシャー情報トレースをバインドする。
上界ではガウス関節計測に基づいて非適応トモグラフィープロトコルを構築し解析する。
論文 参考訳（メタデータ） (2026-09-09T17:48:41Z) - Sample Complexity of Multicalibration for Multilevel Properties [52.27687531970317]
我々は、前のプロパティが固定されたときに各プロパティが識別可能な$k$プロパティの列に対する多重校正について検討する。
多対数的に多くの二元群が存在するにもかかわらず、多重校正誤差$varepsilon$を達成するには$widetilde(varepsilon-(k+2))$サンプルが必要である。
論文 参考訳（メタデータ） (2026-08-04T23:38:54Z) - The log log jam in Gaussian state tomography [30.395638404311537]
ガウス測度を使用するプロトコルは、絡み合ったり、適応的に選択されたプロトコルであっても、$log log E$Dependencyを発生させなければならない。
非常に絡み合った非ガウス測度では、$O(n2 / 2)$サンプルで$n$モードの純粋なガウス状態を学ぶことができ、$E$とは独立である。
我々の結果は、量子学習における適応性、絡み合い、魔法の間の興味深い相互作用に新たな光を当てた。
論文 参考訳（メタデータ） (2026-07-14T17:25:43Z) - Detecting entanglement of non-Gaussian continuous-variable states from single-copy homodyne measurements [0.047056701241378535]
非ガウス的絡み検出は実験的な課題である。
$p_3$-PPT criterion は密度行列の部分的転位モーメントを用いて絡み合いを検出する。
同一基準で二部体CVエンタングルメントを検出する単一コピーホモダインのプロトコルを提案する。
論文 参考訳（メタデータ） (2026-06-27T02:55:23Z) - Instance-optimal high-precision shadow tomography with few-copy measurements: A metrological approach [2.956729394666618]
シャドウトモグラフィーの高精度化過程における試料の複雑さについて検討した。
我々は、$O(mathrmpolylog(d))$$のコピー数に一度に作用するアダプティブな測定値を使用する。
論文 参考訳（メタデータ） (2026-02-04T19:00:00Z) - Dimension-free Private Mean Estimation for Anisotropic Distributions [55.86374912608193]
以前の$mathRd上の分布に関する民間推定者は、次元性の呪いに苦しむ。
本稿では,サンプルの複雑さが次元依存性を改善したアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-11-01T17:59:53Z) - Online Learning with Adversaries: A Differential-Inclusion Analysis [52.43460995467893]
我々は,完全に非同期なオンラインフェデレート学習のための観察行列ベースのフレームワークを提案する。
我々の主な結果は、提案アルゴリズムがほぼ確実に所望の平均$mu.$に収束することである。
新たな差分包摂型2時間スケール解析を用いて,この収束を導出する。
論文 参考訳（メタデータ） (2023-04-04T04:32:29Z) - Distributed quantum inner product estimation [14.222887950206658]
2つの量子コンピュータ上で準備された状態の忠実度を推定することを目的とした、クロスプラットフォーム検証として知られるベンチマークタスクが提案されている。
ハードウェアの制約により、2つの物理プラットフォーム間で量子通信を行うことはできない。
サンプルの複雑さは、最強の設定でも少なくとも$Omega(max1/varepsilon2,sqrtd/varepsilon)$でなければならない。
論文 参考訳（メタデータ） (2021-11-05T05:35:03Z) - The Sample Complexity of Robust Covariance Testing [56.98280399449707]
i. i. d.
形式 $Z = (1-epsilon) X + epsilon B$ の分布からのサンプル。ここで $X$ はゼロ平均で未知の共分散である Gaussian $mathcalN(0, Sigma)$ である。
汚染がない場合、事前の研究は、$O(d)$サンプルを使用するこの仮説テストタスクの単純なテスターを与えた。
サンプル複雑性の上限が $omega(d2)$ for $epsilon$ an arbitrarily small constant and $gamma であることを証明します。
論文 参考訳（メタデータ） (2020-12-31T18:24:41Z) - Optimal Robust Linear Regression in Nearly Linear Time [97.11565882347772]
学習者が生成モデル$Y = langle X,w* rangle + epsilon$から$n$のサンプルにアクセスできるような高次元頑健な線形回帰問題について検討する。
i) $X$ is L4-L2 hypercontractive, $mathbbE [XXtop]$ has bounded condition number and $epsilon$ has bounded variance, (ii) $X$ is sub-Gaussian with identity second moment and $epsilon$ is
論文 参考訳（メタデータ） (2020-07-16T06:44:44Z) - Sample Complexity of Asynchronous Q-Learning: Sharper Analysis and
Variance Reduction [63.41789556777387]
非同期Q-ラーニングはマルコフ決定過程(MDP)の最適行動値関数(またはQ-関数)を学習することを目的としている。
Q-関数の入出力$varepsilon$-正確な推定に必要なサンプルの数は、少なくとも$frac1mu_min (1-gamma)5varepsilon2+ fract_mixmu_min (1-gamma)$の順である。
論文 参考訳（メタデータ） (2020-06-04T17:51:00Z)
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。