[論文レビュー] Optimal estimation of SU(d) using exact and approximate 2-designs

Manuel A. Ballester|ArXiv.org|Jul 7, 2005

Optimal Experimental Design Methods参考文献 1被引用数 5

ひとこと要約

この論文は、n 個のユニタリのコピーを用いて SU(d) 量子操作を推定する際、エンタングルド入力状態を用いることで、平均二乗誤差（MSE）が 1/n² のスケーリングに達することを示している。これは分離可能な状態で達成可能な 1/n のスケーリングを著しく上回る。また、球面 2-デザイン（例えば、相互に直交する基底や対称情報的に完全なPOVM）を用いることで最適な入力状態を構築できることを示し、正確なデザインが存在しない場合には近似 2-デザインを用いる近似最適な代替手法を提供している。

ABSTRACT

We consider the problem of estimating an SU(d) quantum operation when n copies of it are available at the same time. It is well known that, if one uses a separable state as the input for the unitaries, the optimal mean square error will decrease as 1/n. However it is shown here that, if a proper entangled state is used, the optimal mean square error will decrease at a 1/n^2 rate. It is also shown that spherical 2-designs (e.g. complete sets of mutually unbiased bases and symmetric informationally complete positive operator valued measures) can be used to design optimal input states. Although 2-designs are believed to exist for every dimension, this has not yet been proven. Therefore, we give an alternative input state based on approximate 2-designs which can be made arbitrarily close to optimal. It is shown that measurement strategies which are based on local operations and classical communication between the ancilla and the rest of the system can be optimal.

研究の動機と目的

• 複数のコピーが利用可能な状況下で、未知の SU(d) ユニタリ操作の推定における根本的限界を調査すること。
• 分離可能な状態で達成可能な 1/n のスケーリングを超えて、エンタングルド入力状態が平均二乗誤差（MSE）のスケーリングを改善できるかどうかを特定すること。
• SU(d) 評価のための最適な入力状態を、正確なおよび近似 2-デザインを用いて構築すること。
• 局所操作と古典的通信（LOCC）によって実現可能な最適かつ物理的に実現可能な測定戦略を同定すること。

提案手法

• ベイズ平均ケースアプローチとは対照的に、固定された真のパラメータ値における推定性能を最適化するためのポイントワイズアプローチを用いる。
• 量子クラメール・ラオ下界を適用して MSE の下界を導出し、最適な入力状態によって最小化されることを示す。
• 完全な相互に直交する基底（MUBs）や対称情報的に完全なPOVM（SIC-POVM）などの正確な球面 2-デザインから最適な入力状態を構築する。
• 正確な 2-デザインが特定の次元 d に対して存在しない場合に備え、近似 2-デザインを導入して近似最適な性能を達成する。
• 補助系とシステム間の局所操作と古典的通信（LOCC）によって、最適な測定戦略を実装できることを示している。
• ランダム測定戦略を分析し、最適測定のフィッシャー情報量の半分を達成することが判明したが、パラメータに依存しない。

実験結果

リサーチクエスチョン

• RQ1 エンタングルド入力状態を用いることで、分離可能な状態で達成可能な 1/n スケーリングを超えて、SU(d) 評価における平均二乗誤差（MSE）を低下させることができるか？
• RQ2 具体的には、2-デザインとしてのどのような量子デザインが、SU(d) 評価のための最適な入力状態を構築するために使用できるか？
• RQ3 特定の次元 d に対して正確な 2-デザインが存在しない場合、最適な推定性能にどれほど近づけるか？
• RQ4 最適な測定戦略は、局所操作と古典的通信（LOCC）のみを用いて実装可能か？
• RQ5 最適測定とランダム測定戦略との間のフィッシャー情報量のギャップはどの程度か？

主な発見

• n 個のコピーを用いた SU(d) ユニタリの最適な平均二乗誤差（MSE）は、繰り返し回数 N を考慮すると 1/(Nn²) のスケーリングに達し、分離可能な状態で達成可能な 1/(Nn) のスケーリングに比べ顕著に向上する。
• 最適な入力状態は、相互に直交する基底（MUBs）や対称情報的に完全なPOVM（SIC-POVMs）などの正確な球面 2-デザインから構築可能であり、これらは量子クラメール・ラオ下界を最小化する。
• 正確な 2-デザインが利用できない場合、近似 2-デザインを用いて最適に近い入力状態を構築可能であり、任意に最適に近づけることができる。
• 最適な測定戦略は存在し、補助系とシステム間の局所操作と古典的通信（LOCC）によって実装可能である。
• ランダム測定戦略（均等にランダムに基底を選択する戦略）は、最適測定のフィッシャー情報量の半分を達成し、パラメータに依存しないが、最適でない。
• ランダム測定のフィッシャー情報量は、正確に量子フィッシャー情報量の半分であり、すなわち I(θ, Mr) = 1/2 H(θ) である。これは性能ギャップを明確に示している。