[論文レビュー] On Quantum Detection and the Square-Root Measurement

Yonina C. Eldar, G. David Forney|ArXiv.org|May 31, 2000

Quantum Information and Cryptography参考文献 17被引用数 4

ひとこと要約

本稿では、状態ベクトルと測定ベクトルの間の二乗誤差の和を最小化することによって、直交しない量子状態を区別するための最適なPOVMとして最小二乗測定（LSM）を提案する。等しい事前確率の下で平方根測定（SRM）がLSMと同等であることを証明し、幾何学的に一様な状態集合に対してSRMが検出誤差を最小化することを示し、最小二乗の意味でおよび対称性の制約のもとでSRMの最適性を確立する。

ABSTRACT

In this paper we consider the problem of constructing measurements optimized to distinguish between a collection of possibly non-orthogonal quantum states. We consider a collection of pure states and seek a positive operator-valued measure (POVM) consisting of rank-one operators with measurement vectors closest in squared norm to the given states. We compare our results to previous measurements suggested by Peres and Wootters [Phys. Rev. Lett. 66, 1119 (1991)] and Hausladen et al. [Phys. Rev. A 54, 1869 (1996)], where we refer to the latter as the square-root measurement (SRM). We obtain a new characterization of the SRM, and prove that it is optimal in a least-squares sense. In addition, we show that for a geometrically uniform state set the SRM minimizes the probability of a detection error. This generalizes a similar result of Ban et al. [Int. J. Theor. Phys. 36, 1269 (1997)].

研究の動機と目的

• 与えられた量子状態と測定ベクトルの間の二乗誤差を最小化するPOVMを体系的に構築する方法を開発すること。
• 広く用いられているがヒューリスティックな測定である平方根測定（SRM）の非漸近的最適性の証明の欠如に対処すること。
• 不等しい事前確率に対応するため、重み付き最小二乗測定（WLSM）を導入することでSRMフレームワークを一般化すること。
• SRMが検出誤差を最小化する条件、特に幾何学的に一様な状態集合に対して成立する条件を確立すること。
• SRMを二乗誤差最適化問題の解として再定式化すること。

提案手法

• 目標状態と測定ベクトルの間の誤差ベクトルのノルムの二乗和を最小化する問題として検出問題を定式化する。
• この誤差基準を最小化するランク1の演算子を有する最適なPOVMとして最小二乗測定（LSM）を導出する。
• 異なる状態誤差に異なる重みを割り当てることで、不等しい事前確率に対応する重み付き最小二乗測定（WLSM）を導入する。
• 状態行列の特異値分解（SVD）を用いて最適な測定ベクトルおよび残差誤差を特徴付ける。
• 事前確率が等しいときSRMがLSMと一致することを証明し、そうでない場合にはWLSMと一致することを示す。
• 状態集合の線形変換における誤差感度を解析するため、固有値の摂動に関するオストロウスキーの定理を適用する。

実験結果

リサーチクエスチョン

• RQ1 平方根測定（SRM）は、量子状態識別において非漸近的かつ最小二乗の意味で最適であるか？
• RQ2 SRMが検出誤差の確率を最小化する条件は何か？
• RQ3 目標状態と測定ベクトルの間の二乗誤差を最小化する一般測定をどのように構築できるか？
• RQ4 等しい事前確率の下でSRMと最小二乗測定（LSM）の関係は何か？
• RQ5 状態集合の一般線形混合において、最小二乗誤差はどのように変化するか？

主な発見

• SRMは最小二乗の意味で最適であることが証明され、事前確率が等しいときLSMと一致する。
• 幾何学的に一様な状態集合に対しては、SRMが検出誤差の確率を最小化する。これはBanら[7]の結果を一般化する。
• 事前確率が不等しいとき、SRMは重み付き最小二乗測定（WLSM）と同等である。
• 達成可能な最小二乗誤差は、状態行列の特異値にのみ依存し、状態集合のユニタリ変換に対して不変である。
• 一般線形混合の下で、最小二乗誤差の変化は変換行列の極端な特異値によって上限が与えられる。
• 残差二乗誤差は、状態のユニタリ混合に対して不変であり、状態行列の特異値が変わらないためである。