[论文解读] Estimation of SU(2) action by using entanglement

Masahito Hayashi|arXiv (Cornell University)|Jul 7, 2004

Medical Imaging Techniques and Applications被引用 3

一句话总结

本文研究了利用量子纠缠对 n 个相同的未知 SU(2) 群作用进行估计，表明当 n 较大时，估计误差随 1/n² 减小。该方法与先前研究的基于特征值的估计问题类似，表明量子纠缠可实现高精度、可扩展的量子参数估计，并实现误差的二次抑制。

ABSTRACT

We discussed the accuracy of the estimation of the $n$ identical unknown actions of SU(2) with using quantum entanglement. We found that this problem has a similar structure with the same estimation problem with the knowledge of the eigenvalue, which was discussed by Bu\\v{z}ek, Derka and Massar. When the number $n$ of system acted the unknown action is enough large, the estimation error goes to 0 with the order $\\frac{1}{n^2}$.

研究动机与目标

• 分析利用量子纠缠对 n 个相同的未知 SU(2) 变换进行估计的精度。
• 确定纠缠如何提升对 SU(2) 群中未知酉操作估计的准确性。
• 确定估计误差随 n 增加的渐近缩放规律，特别是在大 n 的情形下。

提出的方法

• 该研究采用在 n 个系统之间纠缠的量子态，以探测相同的未知 SU(2) 操作。
• 它利用了未知 SU(2) 操作估计与先前已解决的已知特征值问题之间的结构相似性。
• 估计协议使用对称态和集体测量，以提取关于未知酉操作的信息。
• 理论分析通过将该问题与 Bužek-Derka-Massar 框架下的特征值估计问题进行比较，推导出误差缩放规律。
• 该分析假设未知作用为 SU(2) 中的一个单旋转，由一个角度参数化。
• 对大 n 进行渐近分析，以确定主导误差行为。

实验结果

研究问题

• RQ1 纠缠如何提升对多个相同未知 SU(2) 操作估计的精度？
• RQ2 随着系统数 n 增加，估计误差的渐近缩放规律是什么？
• RQ3 SU(2) 估计问题的结构是否与已知特征值的特征值估计问题相似？
• RQ4 在纠缠辅助的集体测量下，误差是否可被抑制至 1/n²？
• RQ5 与可分态策略相比，性能如何？

主要发现

• 当 n 足够大时，估计误差随 1/n² 减小，表明随着系统数增加，误差实现二次抑制。
• 该问题的结构与 Bužek、Derka 和 Massar 研究的已知特征值特征值估计问题非常相似。
• 纠缠使估计精度显著提升，超越了可分态所能达到的水平。
• 通过在 n 个系统上制备的纠缠态进行集体测量，实现了 1/n² 的缩放。
• 结果表明，纠缠可用于实现 SU(2) 中未知酉操作的高精度估计。
• 在给定假设和测量策略下，该误差缩放在大 n 极限下为最优。