[논문 리뷰] Quantum Tomography From Few Full-Rank Observables

Vladislav Voroninski|arXiv (Cornell University)|2013. 09. 29.

Advanced X-ray Imaging Techniques참고 문헌 5인용 수 15

한 줄 요약

이 논문은 관측값이 유니터리 또는 올리고날 그룹 위의 하르 분포에서 추출될 경우, PhaseLift를 사용하여 오직 O(n) 측정값으로도 양자 상태 톰그래피를 성공적으로 수행할 수 있음을 증명한다. 순수 상태의 전역 위상까지 정확한 복원이 높은 확률로 가능함을 입증하며, 이는 가우시안 측정값을 넘어서 물리적으로 실현 가능한, 구조적 랜덤 관측값으로 PhaseLift의 보장을 확장한다.

ABSTRACT

We establish that the PhaseLift algorithm recovers pure states from a constant number of full-rank observables with high probability.

연구 동기 및 목표

• 양자 톰그래피에서 가우시안 측정값에서의 PhaseLift의 정확한 복원 보장을 구조적이고 물리적으로 실현 가능한 측정 모델로 확장하기.
• 하르 분포를 따르는 유니터리 또는 올리고날 행렬에서의 O(n) 측정값이 순수 양자 상태의 정확한 복원을 충분히 제공함을 입증하기.
• 이상화된 가우시안 모델과 실제 구현 간의 격차를 메우기 위해 전순위 관측값을 사용한 양자 톰그래피의 이론적 기초 마련하기.
• 이중 증명 기법을 구조적 랜덤 집합에 적응시켜 측정 복잡도를 O(n log n)에서 O(n)으로 감소시키기.
• 순수 상태를 결정하는 데 필요한 최소 관측값 수에 관한 라이트의 추측과의 연관성을 규명하고, 이와 관련된 변형을 해결하기.

제안 방법

• 측정값의 크기만을 이용해 밀도 행렬을 복원하기 위해 PhaseLift의 볼록 최적화 프레임워크를 사용한다.
• 측정 연산자 A에 기반한 이중 증명 구축을 통해 하르 측도의 유니터리/올리고날 불변성을 활용한다.
• 테라그랑드의 농도 부등식을 적용하여 랭크-2 에르미트 행렬에 대한 측정 연산자의 편차를 제어한다.
• 하르 분포를 따르는 관측값 하에서 랭크-2 행렬에 대해 유형 1의 제한된 등장성 성질(RIP-1)을 확립한다.
• 커버링 추론과 리프시츠 분석을 통해 가우시안 설정에서의 이중 증명 기법을 구조적 랜덤 행렬로 적응시킨다.
• 노이즈가 있는 설정과 모든 신호에 대한 균일한 복원을 위해 수정된 볼록 프로그래밍을 사용한다.

실험 결과

연구 질문

• RQ1 PhaseLift는 구조적 랜덤 집합에서 유도된 서브가우시안 수의 전순위 관측값을 사용하여 순수 양자 상태를 정확히 복원할 수 있는가?
• RQ2 물리적으로 실현 가능한 양자 톰그래피에서 하르 분포를 따르는 측정 모델이 O(n) 측정값으로 정확한 복원을 지원하는가?
• RQ3 가우시안 설정에서 사용된 이중 증명 접근법을 유니터리/올리고날 랜덤 집합으로 적응시켜 O(n) 측정 복잡도를 달성할 수 있는가?
• RQ4 어떤 순수 양자 상태도 유일하게 결정하기 위해 필요한 최소 전순위 관측값의 수는 얼마이며, 이는 라이트의 추측과 어떻게 관련되는가?
• RQ5 노이즈 하에서 PhaseLift의 안정성은 구조적 랜덤 측정 모델로 어떻게 확장되는가?

주요 결과

• 하르 분포를 따르는 유니터리 또는 올리고날 행렬에서의 m = O(n) 측정값을 사용할 경우, 임의의 순수 상태 x ∈ ℂⁿ이 전역 위상까지 높은 확률로 복원된다.
• r = O(1)의 관측값을 사용할 경우 측정 연산자 A가 랭크-2 행렬에 대해 높은 확률로 RIP-1 성질을 만족하며, 이는 이중 증명 기법을 통한 정확한 복원을 보장한다.
• 이중 증명 구축을 적응시켜 측정 수를 O(n log n)에서 O(n)으로 감소시켜, 가우시안 측정값의 최선의 알려진 상한과 일치시킨다.
• 이중 증명 Y는 A*의 범위에 존재하며, Y_T^⊥ ≺ 0 이고 ‖Y_T − e₁e₁*‖₂ ≤ 1/5 를 만족함으로써 해의 유일성을 보장한다.
• 테라그랑드의 부등식을 통한 측도 집중 증명을 통해 연산자 노름 편차에 대해 지수 꼬리 경계를 보여주며, 이를 통해 결과를 입증한다.
• 랭크-2k 행렬로 RIP-1 성질을 일반화하고 수정된 이중 증명을 사용함으로써, 랭크-k 상태에 대해 O(kn) 측정값으로 결과를 확장한다.