論文の概要: Efficient Parameter Estimation through Quantum Extreme Learning
- arxiv url: http://arxiv.org/abs/2611.18329v1
- Date: Fri, 13 Nov 2026 15:43:50 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-16 19:28:27.70595
- Title: Efficient Parameter Estimation through Quantum Extreme Learning
- Title(参考訳): 量子エクストリーム学習による効率的なパラメータ推定
- Abstract要約: 本稿では,量子パラメータ推定のためのエクストリーム学習フレームワークを提案する。
少数のトレーニングポイントで測定することで,高い推定精度が得られることを示す。
フレームワークを2時間計測プロトコルに拡張し、2つの異なる時間で得られた測定結果を組み合わせて特徴空間を豊かにする。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Quantum sensing protocols rely on the efficient processing of measurement outcomes to infer unknown physical parameters. Conventional optimal estimators, such as Bayesian inference and maximum likelihood estimation, require to construct a likelihood function whose efficient classical construction requires full knowledge of the dynamics, which may practically be infeasible. Model-free experimental construction of the likelihood is also very resource intensive. Here, we propose a quantum extreme learning-based framework for quantum parameter estimation which avoids the explicit construction of the likelihood function. We demonstrate the effectiveness of this approach using the transverse-field Ising model for estimating the external transverse field. Our results show that high estimation accuracy can be achieved using measurements at only a small number of training points. We further develop an interrogation-time optimization strategy that minimizes the estimation inaccuracy while keeping sampling fluctuations below a prescribed threshold. We further extend the framework to a two-time measurement protocol, in which measurement outcomes obtained at two distinct times are combined to enrich the feature space, thereby significantly enhancing the estimation accuracy. Our analysis shows that the estimation precision improves monotonically with the number of training points, while increasing the system size generally enhances the sensing performance, albeit non-monotonically. Finally, the protocol is shown to be robust against dephasing, making it suitable for near-term quantum devices.
- Abstract(参考訳): 量子センシングプロトコルは、未知の物理パラメータを推測するために測定結果の効率的な処理に依存している。
ベイズ推定(英語版)や最大推定(英語版)のような従来の最適推定器は、効率的な古典的構成が力学の完全な知識を必要とする可能性関数を構築しなければならないが、実際は不可能である。
モデルのない可能性の実験的な構築も非常に資源集約的である。
本稿では、確率関数の明示的な構成を避けるために、量子パラメータ推定のための量子極端学習に基づくフレームワークを提案する。
逆場イジングモデルを用いて,外部の逆場を推定する手法の有効性を実証する。
この結果から,少数の訓練点のみを用いて高い推定精度を達成できることが示唆された。
さらに、所定のしきい値以下にサンプリング変動を保ちながら、推定不正確性を最小化する尋問時間最適化戦略を開発する。
さらに、2つの異なる時間で得られた測定結果を組み合わせて特徴空間を強化し、推定精度を大幅に向上させる2時間測定プロトコルにフレームワークを拡張した。
評価精度はトレーニング点数とともに単調に向上する一方,システムサイズを増大させることでセンサ性能が向上するが,非単調に向上する。
最後に、プロトコルはデファス化に対して堅牢であることが示され、短期量子デバイスに適している。
関連論文リスト
- Optimal Momentum Methods for Stochastic Multilevel Compositional Optimization [59.75358446504504]
本稿では,複数のスムーズな非パラメータからなるネスト構成を目的とするマルチレベル最適化について検討する。
我々は、運動量勾配推定器を構築するために、ミニバッチを持つ運動量ベース推定器を用いる。
また,関数値のクリッピングに一階近似を組み込んだバッチフリー手法を開発した。
論文 参考訳(メタデータ) (2026-10-01T12:32:40Z) - Time-adaptive phase estimation [0.0]
本稿では,事前位相知識に基づいて制御位相とコヒーレント進化時期を適応的に選択するベイズ位相推定手法を提案する。
既知理論境界に対する準最適性能を求め, 推定値の頑健性を示すとともに, 推定値が推定値のモデルで考慮されていない雑音に対する頑健性を示す。
この方法は、利用者の最小限の努力で、利用可能な事前知識と実験的な欠陥を考慮に入れた最適なソリューションを提供する。
論文 参考訳(メタデータ) (2024-05-14T19:49:22Z) - QestOptPOVM: An iterative algorithm to find optimal measurements for quantum parameter estimation [17.305295658536828]
最適正の演算子検定(POVM)を直接同定するアルゴリズム「QestPOVM」を導入する。
量子状態の複数コピー(最大6コピー)の厳密な試行を通じて,提案アルゴリズムの有効性と精度を実証した。
提案アルゴリズムは,最適なPOVMの明示的な形式を解明するためのツールとして機能し,量子パラメータ推定手法の理解を深める。
論文 参考訳(メタデータ) (2024-03-29T11:46:09Z) - Robust and efficient verification of graph states in blind
measurement-based quantum computation [52.70359447203418]
Blind Quantum Computing (BQC) は、クライアントのプライバシを保護するセキュアな量子計算手法である。
資源グラフ状態が敵のシナリオで正確に準備されているかどうかを検証することは重要である。
本稿では,任意の局所次元を持つ任意のグラフ状態を検証するための,堅牢で効率的なプロトコルを提案する。
論文 参考訳(メタデータ) (2023-05-18T06:24:45Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳(メタデータ) (2022-12-12T15:06:32Z) - Quantum-enhanced mean value estimation via adaptive measurement [0.39102514525861415]
可観測物の平均値推定は量子コンピューティングアルゴリズムにおいて必須のサブルーチンである。
量子推定理論は、そのような推定器の最終的な精度を特定し、量子クラムエル・ラオ(QCR)下界、または等価に量子フィッシャー情報の逆数と呼ばれる。
多数の量子ビットの極限でQCRを飽和させる非偏極雑音環境における量子化平均値推定法を提案する。
論文 参考訳(メタデータ) (2022-10-27T17:13:07Z) - Dynamic Iterative Refinement for Efficient 3D Hand Pose Estimation [87.54604263202941]
本稿では,従来の推定値の修正に部分的レイヤを反復的に活用する,小さなディープニューラルネットワークを提案する。
学習したゲーティング基準を用いて、ウェイトシェアリングループから抜け出すかどうかを判断し、モデルにサンプルごとの適応を可能にする。
提案手法は,広く使用されているベンチマークの精度と効率の両面から,最先端の2D/3Dハンドポーズ推定手法より一貫して優れている。
論文 参考訳(メタデータ) (2021-11-11T23:31:34Z) - Quantum parameter estimation in a dissipative environment [44.23814225750129]
本研究では, 発散型ボゾン環境下でのキュービットプローブに基づく量子パラメータ推定の性能について検討する。
その結果, (i) 非マルコビアン性は推定性能を効果的に向上させることができ, (ii) 垂直プローブ環境相互作用を導入することにより, 推定精度を向上させることができることがわかった。
論文 参考訳(メタデータ) (2021-10-15T02:43:24Z) - Optimal frequency estimation and its application to quantum dots [0.0]
2レベルシステムにおける周波数推定のための相互作用時間最適化に対処する。
フィードバックを伴わずに新しい推定プロトコルを考案する。
これは現在の実験技術を改善し、量子コンピューティングにおけるコヒーレンス時間を短縮することができる。
論文 参考訳(メタデータ) (2020-04-25T03:44:02Z) - Quantum probes for universal gravity corrections [62.997667081978825]
最小長の概念を概観し、量子系のハミルトニアンに現れる摂動項をいかに引き起こすかを示す。
我々は、推定手順の精度の最終的な限界を見つけるために、量子フィッシャー情報を評価する。
以上の結果から,量子プローブは有用な資源であり,精度が向上する可能性が示唆された。
論文 参考訳(メタデータ) (2020-02-13T19:35:07Z)
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。