[論文レビュー] How long does it take to obtain a physical density matrix?

Lukas Knips, Christian Schwemmer+4 more|arXiv (Cornell University)|Dec 21, 2015

Quantum Information and Cryptography被引用数 12

ひとこと要約

この論文は、量子状態トモグラフィーにおける統計的ノイズ—特にポアソン分布または多項分布の測定ノイズ—が、推定密度行列の固有値分布がWigner半円分布に収束することを示している。特に多量子ビット系において顕著である。この知見により、物理的でない状態推定のリスクを定量化でき、半円分布の固有値を利用することで、ノイズのあるデータから直接物理的推定を得る手法が可能となり、物理的でない解を避けるために必要な最小測定回数も導出される。

ABSTRACT

The statistical nature of measurements alone easily causes unphysical estimates in quantum state tomography. We show that multinomial or Poissonian noise results in eigenvalue distributions converging to the Wigner semicircle distribution for already a modest number of qubits. This enables to specify the number of measurements necessary to avoid unphysical solutions as well as a new approach to obtain physical estimates.

研究の動機と目的

• 実験的不具合を超えて、量子状態トモグラフィーにおける物理的でない密度行列推定の根本的要因を特定すること。
• 統計的ノイズのみが多量子ビット系において固有値分布を物理的でない状態にずらす仕組みを定量化すること。
• 量子状態推定において物理的でない解を避けるために必要な最小測定回数を確立すること。
• Wigner半円分布を活用して、物理的でない測定データから直接物理的密度行列推定を得る手法を開発すること。
• 実験データの不整合や色付きノイズを検出するための仮説検定を、経験的固有値スペクトルと理論的半円分布を比較することで可能にすること。

提案手法

• n-量子ビット系の密度行列推定に、$3^n$ 個の測定設定と $6^n$ 個の相対周波数を用いた過剰なパウリトモグラフィーを採用する。
• 測定回数の統計的フラクチュエーションをポアソン分布または多項分布ノイズとしてモデル化し、推定相関テンソル成分 $\tilde{T}_{\bm{\mu}}$ をガウス分布に近似する。
• ランダム行列理論を適用して、大規模な $n$ の極限において、推定密度行列の固有値分布がWigner半円分布に収束することを示す。
• Wigner半円の半径 $R$ を、全測定回数 $N$ と系のサイズ $n$ の関数として導出する。式は $R = 2(5/6)^{n/2} \sqrt{1 - r \cdot 2^{-n}} / \sqrt{N}$ であり、$r$ は真の状態のランクを表す。
• 経験的固有値分布と理論的Wigner半円CDFを比較するため、尾部に重みを置いたAnderson-Darling検定を用いる。
• 固有値が半円の定義域外にある場合に仮説を棄却する有効 $P$-値を導入し、極端な逸脱に対して頑健性を確保する。

実験結果

リサーチクエスチョン

• RQ1 量子状態トモグラフィーにおける統計的ノイズが、物理的でない密度行列推定をどのように引き起こすか？
• RQ2 ポアソン分布または多項分布の測定統計に従う多量子ビット系において、ノイズのある密度行列推定の固有値分布はどのようなものか？
• RQ3 Wigner半円分布を用いて、物理的でない解を避けるために必要な最小測定回数を特定できるか？
• RQ4 固有値分布を活用することで、物理的でない測定データから直接物理的密度行列推定を再構成できるか？
• RQ5 Wigner半円分布に基づく仮説検定は、実験データにおける不整合や色付きノイズを検出できるか？

主な発見

• 実験的不具合とは別に、統計的ノイズのみが、Wigner半円分布に従う固有値のフラクチュエーションによって物理的でない密度行列推定を引き起こす。
• 6量子ビット系において、$N=10,000$ 回の測定下で完全混合状態の固有値分布は、半径 $R \approx 0.0745$ のWigner半円とよく一致する。
• Wigner半円の半径は $R \propto \sqrt{1 - r \cdot 2^{-n}} / \sqrt{N}$ のスケーリングに従い、$r$ は真の状態のランクである。これにより、固有値の広がりを予測可能となる。
• $r \geq 4$ の場合、半円の中心が負の値にシフトし、モデルと整合しないことを示唆し、不整合などの非理想性の存在を示唆する。
• Anderson-Darling検定では、$r=3$ の場合、$P$-値が $10^{-7}$ 以下となり、半円モデルと良好な一致を示す。一方、$r \geq 4$ の場合、固有値が定義域外にあるため $P_{\text{eff}} = 0$ となる。
• Dicke状態実験の解析は、わずかな白色ノイズが混入したランク3状態を支持し、固有値の外れ値により高ランクモデルは棄却される。