[논문 리뷰] Adaptive Bayesian algorithm for achieving desired quantum transition

Han, Chengyin, Huang, Jiahao외 5명|arXiv (Cornell University)|2020. 04. 27.

Atomic and Subatomic Physics Research인용 수 7

한 줄 요약

이 논문은 87Rb 원자에서 공명을 일으키기 위해 필요한 제어 전압을 자동으로 결정하기 위한 적응형 베이지안 알고리즘을 제안한다. 이 알고리즘은 실험 측정값을 바탕으로 확률 분포를 반복적으로 갱신하여 몇 번의 반복만으로도 정확한 전압에 수렴한다. 비선형 관계가 존재할 경우 기존 방법에 비해 상당한 성능 향상을 보이며, 표준편차를 최대 15배까지 감소시킨다.

ABSTRACT

Bayesian methods which utilize Bayes' theorem to update the knowledge of desired parameters after each measurement, are used in a wide range of quantum science. For various applications in quantum science, efficiently and accurately determining a quantum transition frequency is essential. However, the exact relation between a desired transition frequency and the controllable experimental parameters is usually absent. Here, we propose an efficient scheme to search the suitable conditions for a desired quantum transition via an adaptive Bayesian algorithm, and experimentally demonstrate it by using coherent population trapping in an ensemble of laser-cooled $^{87}$Rb atoms. The transition frequency is controlled by an external magnetic field, which can be tuned in realtime by applying a d.c. voltage. Through an adaptive Bayesian algorithm, the voltage can automatically converge to the desired one from a random initial value only after few iterations. In particular, when the relation between the target frequency and the applied voltage is nonlinear, our algorithm shows significant advantages over traditional methods. This work provides a simple and efficient way to determine a transition frequency, which can be widely applied in the fields of precision spectroscopy, such as atomic clocks, magnetometers, and nuclear magnetic resonance.

연구 동기 및 목표

• 복잡한 시스템에서 원하는 양자 전이를 달성하기 위해 필요한 정밀한 실험 조건을 자동으로, 효율적으로 규명하는 방법을 개발한다.
• 목표 주파수와 제어 매개변수 간의 관계가 알려져 있거나 선형이 아닐 경우 제어 매개변수를 조정하는 데 도전하는 문제를 해결한다.
• 실제 양자 실험, 특히 정밀 분광법에서 적응형 베이지안 최적화의 효과성을 입증한다.
• 노이즈와 매개변수 변동성에도 불구하고 목표 전이 주파수로의 빠르고 정확하며 강건한 수렴을 가능하게 한다.

제안 방법

• 알고리즘은 베이즈 정리에 기반하여 각 실험 측정 이후 제어 매개변수(전압)에 대한 확률 분포를 갱신한다.
• 각 새로운 측정값이 이전의 사후 분포를 개선함으로써 다음 전압 설정을 안내하는 순차적 측정 전략을 사용한다.
• 관측된 CPT 스펙트럼을 바탕으로 한 가능성 모델을 사용하며, 불확실성은 사후 분산을 통해 정량화된다.
• 알고리즘은 기대 사후 분산을 최소화할 수 있도록 다음 전압을 적응적으로 선택함으로써 정보 획득을 최적화한다.
• 시스템은 레이저 냉각된 87Rb 원자에서 선형 || 선형 CPT 구성을 사용하며, 외부 자기장을 DC 전압으로 조절한다.
• 제어 매개변수와 전이 주파수 간의 비선형 반응을 사전에 기능 형태를 알지 못해도 모델링할 수 있다.

실험 결과

연구 질문

• RQ1 알고리즘이 시스템의 반응에 대한 사전 지식 없이도 원하는 양자 전이에 적합한 전압으로 자동으로 수렴할 수 있는가?
• RQ2 목표 주파수와 제어 전압 간의 관계가 비선형인 경우 알고리즘의 성능은 어떠한가?
• RQ3 전통적인 피팅 기반 방법에 비해 알고리즘이 불확실성(표준편차)을 얼마나 줄이는가?
• RQ4 CPT 신호의 노이즈와 적용된 전압의 변동성에 대해 알고리즘은 얼마나 강건한가?

주요 결과

• 적응형 베이지안 알고리즘은 임의의 초기 값에서 시작하여 10회 이내의 반복만으로도 정확한 전압에 수렴했다.
• 비선형 영역에서 50회 반복 후 추정 주파수의 표준편차는 1.1 kHz로 감소했으며, 이는 기존 방법 대비 약 15배 감소한 것이다.
• 알고리즘은 CPT 신호의 노이즈와 적용된 전압의 변동성에 대해 강건성을 유지하며 높은 정확도를 유지했다.
• 선형 관계에서는 전통적 방법과 유사한 성능를 보였지만, 자동화와 적응성의 추가 이점이 있었다.
• 비선형 케이스에서 10회 반복 후 사후 표준편차는 이미 크게 감소하여 빠른 수렴을 보였다.
• 이 방법은 원자 시계와 자기계측기 등 응용 분야에서 매우 중요하게 작용하는 정밀하고 자동화된 양자 전이 조정을 가능하게 한다.