[논문 리뷰] The power of being positive: Robust state estimation made possible by quantum mechanics

Amir Kalev, Charles H. Baldwin외 1명|arXiv (Cornell University)|2015. 11. 04.

Quantum Information and Cryptography인용 수 16

한 줄 요약

이 논문은 양자 밀도 행렬의 정규성 조건에서 유도된 랭크-$r$ 엄격완전 양성 연산자값 측정(POVM)이, 노이즈가 존재하는 상황에서도 낮은 랭크 상태에 대해 강건한 양자 상태 톰그래피를 가능하게 한다고 제안한다. 몇 개의 무작위 또는thonormal 기저만 측정해도, 이러한 POVM은 모든 양자 상태 중에서 순수 상태 또는 유한 랭크 상태를 유일하게 식별할 수 있으며, 볼록 최적화를 통해 안정적이고 노이즈에 강건한 재구성 결과를 도출할 수 있다. 이는 다양한 힐베르트 공간 차원에서의 수치 시뮬레이션을 통해 확인되었다.

ABSTRACT

We study the problem of quantum-state tomography under the assumption that the state of the system is close to pure. In this context, an efficient measurements that one typically formulates uniquely identify a pure state from within the set of other pure states. In general such measurements are not robust in the presence of measurement noise and other imperfections, and therefore are less practical for tomography. We argue here that state tomography experiments should instead be done using measurements that can distinguish a pure state from {\em any} other quantum state, of any rank. We show that such nontrivial measurements follows from the physical constraint that the density matrix is positive semidefinite and prove that these measurements yield a robust estimation of the state. We assert that one can implement such tomography relatively simply by measuring only a few random orthonormal bases; our conjecture is supported by numerical evidence. These results are generalized for estimation of states close to bounded-rank.

연구 동기 및 목표

• 측정의 랭크-$r$ 완전성에 기인한 실용적 제약을 해결하고자 하며, 이는 노이즈가 존재하는 양자 상태 톰그래피(QST)에서 낮은 랭크 상태와 더 높은 랭크의 물리적 상태를 구분하지 못하는 문제를 해결한다.
• 랭크-$r$ 엄격완전 POVM의 개념을 도입하고 체계화하며, 이는 모든 음이 아닌 정규행렬의 볼록집합 내에서 낮은 랭크 상태를 유일하게 식별할 수 있음을 보여준다.
• 이러한 엄격완전 측정이 볼록 최적화를 통해 노이즈 및 실험적 비완전성 상황에서도 강건한 상태 추정을 가능하게 함을 보여준다.
• 소수의 무작위 또는thonormal 기저 측정만으로도 낮은 랭크 상태에 대해 엄격완전 POVM를 도출할 수 있으며, 이는 힐베르트 공간 차원에 대해 약한 종속성을 보임을 수치적으로 입증한다.

제안 방법

• 랭크-$r$ 엄격완전 POVM를 정의함: 양성 연산자값 측정이 랭크 $\leq r$ 상태를 모든 다른 음이 아닌 정규행렬과 유일하게 구분할 수 있도록 하며, 밀도 연산자의 정규성(음이 아닌 정규성) 조건을 활용한다.
• 모든 엄격완전 POVM가 음이 아닌 정규행렬의 탇합집합 위에서 볼록 최적화 프로그램을 해결할 경우 강건한 상태 추정을 보장함을 증명한다.
• 측정 데이터로부터 양자 상태를 추정하기 위해 볼록 완화 기법을 적용하며, 이에는 트레이스 최소화, 최소 제곱법, 최대우도 추정 등이 포함된다.
• 노이즈가 있는 데이터를 가진 현실적인 QST 시나리오를 시뮬레이션하기 위해 순수 상태에 가까운 혼합 상태($q=10^{-3}$)를 생성하고, 각 기저당 $m=300d$회의 측정 결과를 샘플링한다.
• 무작위 또는thonormal 기저의 정보 완전성을 수치적으로 테스트하기 위해 측정 기록이 모든 음이 아닌 정규행렬 중에서 목표 상태를 유일하게 식별하는지 확인한다.
• 수치 최적화를 적용하여 상태를 재구성하고 허용도를 평가함으로써, 다양한 볼록 프로그램과 힐베르트 공간 차원에서의 강건성을 확인한다.

실험 결과

연구 질문

• RQ1 랭크-$r$ 엄격완전 POVM는 측정 노이즈 및 실험적 비완전성 상황에서도 강건한 양자 상태 추정을 보장할 수 있는가?
• RQ2 소수의 무작위 또는thonormal 기저 측정이 낮은 랭크 양자 상태에 대해 랭크-$r$ 엄격완전 POVM를 도출할 수 있는가?
• RQ3 엄격완전성 확보를 위해 필요한 측정 기저의 수는 힐베르트 공간 차원과 랭크에 따라 어떻게 변화하는가?
• RQ4 트레이스 최소화, 최소 제곱법, 최대우도 추정과 같은 볼록 최적화 방법이 엄격완전 POVM를 사용할 경우 낮은 랭크 상태를 신뢰성 있게 재구성할 수 있는가?
• RQ5 큐비트 및 큐디트 시스템에서 순수 상태 및 낮은 랭크 상태에 대해 엄격완전성을 확보하기 위한 기저의 경험적 임계값은 얼마인가?

주요 결과

• $d=21$일 때, 기저를 단 5개만 측정해도 랭크-1 엄격완전 POVM를 도출할 수 있으며, 오직 한 개의 예외적인 상태만이 유일하게 식별되지 않는 경우가 있다.
• $d=11, 21, 31$일 때, 소수의 무작위 기저(예: 6~8개)로도 랭크-1 엄격완전성에 도달할 수 있으며, 이는 힐베르트 공간 차원에 대해 약한 종속성을 보인다.
• 노이즈 상황에서도 순수 또는 낮은 랭크 상태의 추정은 강건하다: 모든 테스트된 볼록 프로그램(트레이스 최소화, 최소 제곱법, 최대우도 추정)이 엄격완전 POVM일 경우 평균 비유사도가 (<10^{-3}) 이하로 낮게 유지된다.
• 랭크-1과 랭크-2 엄격완전성 사이에 필요한 기저 수의 차이는 미미하여 순수 상태에 가까운 상태의 경우 효율적인 확장이 가능함을 시사한다.
• 지역 측정은 전역 측정보다 엄격완전성을 확보하기 위해 더 많은 기저가 필요하다. 이는 $d=16$ 시스템에서 다수의 큐비트를 포함하는 경우에 명확히 드러난다.
• 수치 시뮬레이션을 통해 엄격완전성이 순수 상태와 전면 랭크 상태의 미세한 혼합($q=10^{-3}$) 상태일지라도, 목표 상태와 높은 허용도로 신뢰성 있는 상태 재구성을 가능하게 함을 확인하였다.