論文の概要: Restoring Heisenberg Scaling in Hamiltonian Estimation despite Noise Uncertainty
- arxiv url: http://arxiv.org/abs/2611.15487v1
- Date: Wed, 11 Nov 2026 13:48:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.157845
- Title: Restoring Heisenberg Scaling in Hamiltonian Estimation despite Noise Uncertainty
- Title(参考訳): 音の不確かさにもかかわらずハミルトン推定における復元ハイゼンベルクスケーリング
- Abstract要約: ノイズパラメータの不確実性は、他の方法で達成可能なハイゼンベルクスケーリングを破壊する可能性があることを示す。
本稿では,このスケーリングを復元するために,適切なノイズ参照システムを使用するプロトコルを提案する。
- 参考スコア(独自算出の注目度): 3.325477314183155
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Noise degrades quantum coherence and limits the precision of quantum sensors. Quantum control can counteract these effects, but existing strategies typically assume that the noise is known. In practice, noise is often only partially characterized, so its parameters must be estimated jointly with the Hamiltonian parameters of interest. Here we show that uncertainty in the noise parameters can destroy otherwise attainable Heisenberg scaling, even when coherence is preserved. For general Markovian dynamics under arbitrary quantum control, we derive a necessary and sufficient condition for each Hamiltonian parameter to retain this scaling and determine its optimal asymptotic precision when the condition holds. When the condition fails, we propose a protocol that uses a suitable noisy reference system to restore this scaling, and prove that a reference insensitive to the Hamiltonian parameters but subject to an independent copy of the sensor's noise recovers the optimal precision attainable with known noise. Our results reveal how incomplete knowledge of the noise affects the fundamental limits of quantum metrology, with broad implications for achieving quantum-enhanced precision in realistic environments.
- Abstract(参考訳): ノイズは量子コヒーレンスを低下させ、量子センサーの精度を制限する。
量子制御はこれらの効果に対抗できるが、既存の戦略ではノイズが知られていると仮定している。
実際には、ノイズは部分的にしか特徴づけられないので、そのパラメータはハミルトンの興味のあるパラメータと共同で推定されなければならない。
ここでは、コヒーレンスを保存しても、ノイズパラメータの不確実性は、他の方法で達成可能なハイゼンベルクスケーリングを破壊することができることを示す。
任意の量子制御の下での一般的なマルコフ力学に対して、このスケーリングを維持するために各ハミルトンパラメータに必要な十分条件を導出し、条件が成立するときにその最適漸近精度を決定する。
条件が失敗した場合、このスケーリングを回復するために適切なノイズ参照システムを用いて、ハミルトンパラメータに不感な基準が、センサのノイズの独立したコピーの対象となることが、既知のノイズで達成可能な最適精度を回復することを示すプロトコルを提案する。
以上の結果から,ノイズの不完全知識が量子力学の基本的限界にどのように影響するかが明らかとなった。
関連論文リスト
- Quantum Error Corrected Non-Markovian Metrology [0.0]
ハイゼンベルク極限(英: Heisenberg limit, HL)は、量子力学による基本的な精度境界である。
HLはしばしばノイズによって引き起こされるデコヒーレンスによって妨げられ、通常は標準量子限界まで達成可能な精度を低下させる。
我々は、量子プローブが到達不能な環境に結合した隠れマルコフモデルを分析する。
論文 参考訳(メタデータ) (2025-03-10T18:01:34Z) - Quantum extreme learning machines for photonic entanglement witnessing [30.432877421232842]
量子極端学習機械(QELM)は、量子絡みを目撃する強力な代替手段を具現化している。
我々は光子対の軌道角運動量を利用するフォトニックQELMを自由度として実装する。
従来の手法とは異なり, 装置の微調整, 精密校正, 精巧な知識は不要である。
論文 参考訳(メタデータ) (2025-02-25T16:55:35Z) - Restoring Heisenberg-Limited Precision in Non-Markovian Open Quantum Systems via Dynamical Decoupling [4.2150820030965725]
測定精度の究極の量子極限であるハイゼンベルクスケーリングは、非マルコフ雑音の下で量子メートル法で回復することができる。
我々は,減衰したJaynes-Cummingsモデルに適用し,メモリ効果を軽減し,複雑な非マルコフ環境における測定精度を維持する。
論文 参考訳(メタデータ) (2025-01-03T17:37:15Z) - Bayesian Quantum Amplitude Estimation [46.03321798937855]
量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。
耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。
本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
論文 参考訳(メタデータ) (2024-12-05T18:09:41Z) - Uncertain Quantum Critical Metrology: From Single to Multi Parameter Sensing [0.0]
臨界量子量論は、ハミルトニアン摂動への量子相転移の臨界点付近の系の固有状態の極度感度に依存する。
これは、これらの固有状態がハミルトニアンの全てのパラメータに非常に敏感であることを意味する。
現実的な設定では、システムの臨界度を調整するために使用される制御パラメータには、常にある程度の不確実性がある。
論文 参考訳(メタデータ) (2024-07-29T11:50:21Z) - Lindblad-like quantum tomography for non-Markovian quantum dynamical maps [46.350147604946095]
本稿では,Lindblad-like quantum tomography (L$ell$QT) を量子情報プロセッサにおける時間相関ノイズの量子的特徴付け手法として紹介する。
単一量子ビットの強調力学について、L$ell$QT を詳細に論じ、量子進化の複数のスナップショットを可能性関数に含めることの重要性を正確に理解することができる。
論文 参考訳(メタデータ) (2024-03-28T19:29:12Z) - Quantum Conformal Prediction for Reliable Uncertainty Quantification in
Quantum Machine Learning [47.991114317813555]
量子モデルは暗黙の確率予測器を実装し、測定ショットを通じて各入力に対して複数のランダムな決定を生成する。
本稿では、そのようなランダム性を利用して、モデルの不確実性を確実に捉えることができる分類と回帰の両方の予測セットを定義することを提案する。
論文 参考訳(メタデータ) (2023-04-06T22:05:21Z) - Error-Mitigated Quantum Metrology via Virtual Purification [0.0]
本稿では,未知のゆらぎ雑音を除去できる誤差緩和量子メトロジーを提案する。
提案プロトコルは,時間的不均一なバイアス誘導ノイズを伴って,系統的誤りを軽減し,超古典的スケーリングを現実的に回復することを示す。
論文 参考訳(メタデータ) (2021-12-03T11:07:50Z) - Global Heisenberg scaling in noisy and practical phase estimation [52.70356457590653]
ハイゼンベルクスケーリングは、量子力学によって実現されたパラメータ推定の最終的な精度を特徴づける。
位相推定の基本問題における強大なハイゼンベルクスケーリングの概念の達成可能性について検討する。
論文 参考訳(メタデータ) (2021-10-05T06:57:55Z)
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。