[논문 리뷰] Optimal Experiment Design for Quantum State and Process Tomography and Hamiltonian Parameter Estimation

Robert L. Kosut, Ian A. Walmsley외 1명|ArXiv.org|2004. 11. 12.

Quantum Information and Cryptography참고 문헌 31인용 수 30

한 줄 요약

이 논문은 최대우도추정(MLE)과 볼록최적화를 이용하여 양자 상태 및 과정 톰그래피, 하미르토니안 매개변수 추정에 대한 통합된 최적실험설계(OED) 프레임워크를 제시한다. 이는 모든 이러한 추정 문제, 하미르토니안 매개변수 추정을 포함하여 볼록최적화 문제로 공식화할 수 있음을 보여주며, 전역 최적해로 수렴하는 보장이 있는 효율적이고 정확한 해를 가능하게 한다.

ABSTRACT

A number of problems in quantum state and system identification are addressed. Specifically, it is shown that the maximum likelihood estimation (MLE) approach, already known to apply to quantum state tomography, is also applicable to quantum process tomography (estimating the Kraus operator sum representation (OSR)), Hamiltonian parameter estimation, and the related problems of state and process (OSR) distribution estimation. Except for Hamiltonian parameter estimation, the other MLE problems are formally of the same type of convex optimization problem and therefore can be solved very efficiently to within any desired accuracy. Associated with each of these estimation problems, and the focus of the paper, is an optimal experiment design (OED) problem invoked by the Cramer-Rao Inequality: find the number of experiments to be performed in a particular system configuration to maximize estimation accuracy; a configuration being any number of combinations of sample times, hardware settings, prepared initial states, etc. We show that in all of the estimation problems, including Hamiltonian parameter estimation, the optimal experiment design can be obtained by solving a convex optimization problem. Software to solve the MLE and OED convex optimization problems is available upon request from the first author.

연구 동기 및 목표

• 불완전성과 노이즈가 존재하는 양자 시스템에서 추정 정확도를 극대화하는 실험 설계의 과제를 해결한다.
• 전통적인 양자 상태 및 과정 톰그래피의 한계를 극복하기 위해 최적실험설계(OED)와 최대우도추정(MLE)을 통합한다.
• MLE를 양자 과정 톰그래피(оср 추정) 및 하미르토니안 매개변수 추정으로 확장하여, 이들이 형식적으로 볼록최적화 문제와 동일시됨을 보여준다.
• 크래머-라오 부등식 제약 조건 하에서 상태, 과정, 하미르토니안 추정에 적용 가능한 통합적이고 확장 가능한 OED 프레임워크를 제공한다.
• 저자에게 요청 시 제공 가능한 소프트웨어 도구를 통해 MLE 및 OED 문제를 해결할 수 있는 실용적 구현을 가능하게 한다.

제안 방법

• 최대우도추정(MLE)을 사용하여 양자 상태, 과정(оср), 하미르토니안 매개변수 추정을 볼록최적화 문제로 공식화한다.
• 크래머-라오 부등식을 적용하여 추정 오차 공분산의 하한을 유도하고, 실험 설계와 통계적 효율성 간의 관계를 설정한다.
• 특이값분해(SVD)와 영공간 매개변수화를 통해 제약 조건이 있는 추정 문제(예: 트레이스가 1인 밀도 행렬, 과정 맵에 대한 단위 트레이스)를 비제약 형태로 변환한다.
• 벡터화 및 행렬 표현(예: vec(ρ), vec(X))을 사용하여 우도 함수를 복소 벡터로 표현하고 트레이스 제약 조건을 강제한다.
• 감소된 매개변수 공간에서 피셔 정보 행렬을 유도하여 추정 분산의 크래머-라오 하한(CRLB)을 계산한다.
• MLE 및 OED 문제 모두가 볼록최적화로 축소되며, 표준 수치 방법을 사용하여 임의의 정밀도로 효율적으로 해를 구할 수 있음을 보여준다.

실험 결과

연구 질문

• RQ1 최대우도추정은 양자 과정 톰그래피(оср 추정) 및 하미르토니안 매개변수 추정에도 상태 톰그래피와 동일한 방식으로 체계적으로 적용 가능한가?
• RQ2 크래머-라오 하한을 고려할 때, 실험 설계를 통해 양자 시스템 식별의 추정 정확도를 어느 정도 최적화할 수 있는가?
• RQ3 상태, 과정, 하미르토니안 추정에 대한 MLE 문제들은 구조적으로 동일한가? 이는 통합 최적화 프레임워크를 가능하게 하는가?
• RQ4 이러한 문제들에 대한 최적실험설계(OED)는 볼록최적화 문제로 공식화될 수 있는가? 이는 전역 수렴성과 계산 효율성을 보장하는가?
• RQ5 피셔 정보 행렬은 양자 실험에서 추정 정확도의 기본 한계를 정량화하는 데 어떤 역할을 하는가?

주요 결과

• 최대우도추정(MLE)은 양자 과정 톰그래피(оср 추정), 하미르토니안 매개변수 추정, 상태 분포 추정에 모두 적용 가능하고 효과적이며, 이 모든 문제들이 볼록최적화 문제임을 보여준다.
• 이 모든 추정 작업에 대한 최적실험설계(OED) 문제는 볼록최적화를 통해 해결 가능하며, 전역 수렴성과 높은 정확도를 보장한다.
• 추정 오차의 크래머-라오 하한이 유도되었으며, 이는 감소된 매개변수 공간에서 달성 가능하다. 피셔 정보 행렬은 SVD 기반의 영공간 매개변수화를 통해 계산된다.
• 양자 상태 톰그래피의 경우 추정 분산은 피셔 정보 행렬의 역행렬의 트레이스에 의해 하한이 정해지며, 이는 SVD를 사용하여 트레이스가 1인 제약 조건을 제거한 후 계산된다.
• 이 프레임워크는 OSR 분포 추정 및 하미르토니안 매개변수 추정으로 확장 가능하며, 동일한 볼록 구조와 효율적인 해법 경로를 유지한다.
• MLE 및 OED 문제를 해결하는 소프트웨어는 저자에게 요청 시 제공 가능하며, 실험적 양자정보 과학 분야에서의 실용적 구현을 가능하게 한다.