論文の概要: Homodyne versus heterodyne detection for classifying families of optical quantum states from finite records of detection events
- arxiv url: http://arxiv.org/abs/2610.38671v1
- Date: Wed, 28 Oct 2026 18:52:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-03 09:12:23.239469
- Title: Homodyne versus heterodyne detection for classifying families of optical quantum states from finite records of detection events
- Title（参考訳）: 検出事象の有限記録からの光量子状態の族分類のためのホモダイン対ヘテロダイン検出
- Abstract要約: ヘテロダイン検出はフシミ$Q$関数を直接サンプリングするのに対し、ホモダインはウィグナー関数を複数の相からの再構成後にのみ与える。
我々は、Ahmed et alの符号から作られた平均光子数と1つの平均光子数を持つ2つの族に対して、同じ状態の有限記録をシミュレートする。
畳み込みネットワークでは、ヘテロダイン検出は、フィルタされた後方投影によるホモダイン検出を、N=100$イベントで14.1ポイント、第1セットで20%低下させる。
- 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: Neural networks can identify an optical quantum state from an image of its phase-space function, but a real measurement gives a finite record of $N$ detection events. Heterodyne detection samples the Husimi $Q$ function directly, whereas homodyne detection gives the Wigner function only after a reconstruction from several phases. We ask which scheme better identifies one of seven families of states, including Gottesman-Kitaev-Preskill (GKP) states, under loss, dephasing and Gaussian noise. We simulate finite records on identical states for two sets of families, one with equal mean photon number and one built from the code of Ahmed et al. For convolutional networks, heterodyne detection outperforms homodyne detection with filtered back-projection by 14.1 percentage points at $N=100$ events and 20% dephasing in the first set (adjusted $p=0.003$ over $24$ cells across training runs), and it depends on the number of phases and on the reconstruction. At $N=10^3$ and $10^4$ no difference is significant, but the intervals are wide. At $N=100$, a homodyne network without reconstruction does not differ significantly from heterodyne detection in the first set and is nominally worse in the second. Near thermal states we show to leading order that heterodyne detection damps phase-space structure of order $n$ exponentially, whereas homodyne detection shares unit weight among $n+1$ angular components, a local result that does not explain the finite-record differences. Experimental records of a GKP state, photon-subtracted squeezed states and one mode of an Einstein-Podolsky-Rosen source are classified like simulated ones, but these low-power tests probe our counting-noise model, not the seven-class accuracy. A likelihood-ratio observer shows no such gap at $N=100$, so our evidence concerns a reconstruction-based pipeline, not homodyne detection in general.
- Abstract（参考訳）: ニューラルネットワークは位相空間関数のイメージから光学量子状態を特定することができるが、実測値からN$検出イベントの有限記録を与える。
ヘテロダイン検出はフシミ$Q$関数を直接サンプリングするが、ホモダイン検出はウィグナー関数を複数の位相から再構成した後にのみ得る。
GKP(Gottesman-Kitaev-Preskill)状態を含む7つの州のうちの1つを、損失、軽蔑、ガウス的ノイズの下でよりよく識別する手法を問う。
等平均光子数とAhmed et alの符号で作られた2つのファミリーの同じ状態に関する有限記録をシミュレートする。畳み込みネットワークでは、ヘテロダイン検出は、フィルタしたバックプロジェクションによるホモダイン検出を14.1ポイント、N=100$イベントで14.1ポイント、第1セットで20%デファする(調整された$p=0.003$以上の2,4$セル)。
N=10^3$と10^4$の差は大きいが、間隔は広い。
N=100$の場合、再構成のないホモダインネットワークは、第1集合におけるヘテロダインの検出と大きく違いはなく、第2集合では名目上より悪い。
ヘテロダイン検出は次数$n+1$の位相空間構造を指数関数的に減衰させるのに対し、ホモダイン検出は次数$n+1$の角成分間で単位重みを共有する。
GKP状態、光子置換された励起状態、アインシュタイン-ポドルスキー-ローゼン源の1つのモードの実験記録はシミュレーション値と同様に分類されるが、これらの低消費電力試験は7級精度ではなく、我々のカウントノイズモデルを探索する。
確率比オブザーバは、N=100$でそのようなギャップを示さないので、我々の証拠は、一般にホモダイン検出ではなく、再構成に基づくパイプラインに関するものである。
関連論文リスト
- Quantum Sensitivity of $N$-Component Cat States [46.07145155913717]
シフト, 位相回転, スクイージングの順序づけられた動作に対して, 閉複素オーバーラップカーネルを導出する。
等相状態については、共通平均光子数で$N=2,ldots,9$ を比較し、コヒーレント状態および圧縮真空ベンチマークを含む。
論文 参考訳（メタデータ） (2026-10-16T12:55:04Z) - Diffusion models for eye-gaze trajectory generation using position and velocity representations [39.577682622066256]
アイトラッキングデータは収集に費用がかかり、特別なハードウェアと制御された実験室条件が必要であり、プライバシー上の制約のために共有が困難である。
本研究では2つの相補的拡散確率モデル(DDPM)を用いて、視覚探索データから視線力学を無条件に生成する。
論文 参考訳（メタデータ） (2026-09-01T07:53:11Z) - On trace invariance and energy-dependent entanglement in muon decay [45.88028371034407]
ミューオン磁気異常測定の補正について検討した。
我々は、Fermilab $g-2$コラボレーションによって報告されたエネルギー結合型スキャンと比較した。
論文 参考訳（メタデータ） (2026-08-19T12:06:54Z) - 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) - Spectral Anatomy of Quantum Gaussian Process Kernels [38.264196157340216]
我々は,Nystrm近似誤差に束縛されたコーシー=シュワルツテール,有限サンプル分散抽出等式,およびエンフターゲット依存の最適エントロピーのキャラクタリゼーションを証明した。
診断はカーネルに依存しない: ハードウェア効率、マッチゲート、IQPのインハンドRBF/Matérn/RFF/deep-カーネルファミリはすべて同一の$S/log n$曲線に崩壊する。
論文 参考訳（メタデータ） (2026-05-29T07:41:14Z) - Generation of Large Coherent-State Superpositions in Free-Space Optical Pulses [0.0]
非ガウス量子状態の生成は、量子情報処理の鍵となる要件である。
自由空間光パルスにおける大振幅圧縮コヒーレント状態重ね合わせの実験結果について報告する。
論文 参考訳（メタデータ） (2026-01-14T18:12:43Z) - Theta-term in Russian Doll Model: phase structure, quantum metric and BPS multifractality [45.88028371034407]
ロシアドルモデル(RDM)の決定論的および不規則なバージョンにおける位相構造について検討する。
BA方程式から生じる大域電荷$Q(theta,gamma)$における相転移のパターンを見つける。
我々は、RDMモデルのハミルトニアンがヒルベルト空間の特に 2d-4d BPS セクターの混合を記述することを予想する。
論文 参考訳（メタデータ） (2025-10-23T17:25:01Z) - Parallelized projective measurements for spatial photonic qudits estimation [0.0]
量子状態トモグラフィーにより、光子の離散化された横運動量に符号化された偶数$d-$次元量子状態の再構成を可能にする。
論文 参考訳（メタデータ） (2025-06-18T19:06:33Z) - Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。
格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。
NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
論文 参考訳（メタデータ） (2020-02-25T19:18:36Z)
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。