[論文レビュー] Parameter estimation of quantum processes using convex optimization

Gábor Balló, Katalin M. Hangos|arXiv (Cornell University)|Apr 29, 2010

Quantum Information and Cryptography参考文献 16被引用数 4

ひとこと要約

この論文は、量子チャネルの構造的モデルが既知である場合に、未知のパrameterを推定するための凸最適化フレームワークを提案する。チャネルのチョイ行列をアフィン変換でパrameter化し、最小二乗法に基づく半定値計画法（SDP）として定式化することで、特に凸制約を組み込むことで推定精度が向上し、パラメータがパウリチャネルの場合には完全に凸な定式化によりグローバル最適解が得られる。

ABSTRACT

A convex optimization based method is proposed for quantum process tomography, in the case of known channel model structure, but unknown channel parameters. The main idea is to select an affine parametrization of the Choi matrix as a set of optimization variables, and formulate a semidefinite programming problem with a least squares objective function. Possible convex relations between the optimization variables are also taken into account to improve the estimation. Simulation case studies show, that the proposed method can significantly increase the accuracy of the parameter estimation, if the channel model structure is known. Beside the convex part, the determination of the channel parameters from the optimization variables is a nonconvex step in general. In the case of Pauli channels however, the method reduces to a purely convex optimization problem, allowing to obtain a globally optimal solution.

研究の動機と目的

• チャネルモデルの構造は既知であるがパラメータが未知である量子チャネルにおける未知パラメータの推定という課題に取り組む。
• 推定プロセスに構造的制約を組み込むことで、量子プロセステノグラフィーの精度を向上させる。
• 既知のチャネルモデル下でのパラメータ推定を扱える計算的に実行可能な方法を、凸最適化を活用して開発する。
• パラメータ全体が凸のまま保たれるようにすることで、特定のチャネル族（例：パウリチャネル）に対してグローバル最適解を達成できるようにする。
• 一般化減衰チャネルや一般化パウリチャネルを含む、さまざまな量子チャネルモデルにおけるシミュレーション・ケーススタディを通じて、本手法の有効性を示す。

提案手法

• 未知パラメータのアフィン変換による量子チャネルのチョイ行列のパラメータ化を行い、これらのパラメータの直接最適化を可能にする。
• 推定を最小二乗法に基づく半定値計画法（SDP）問題として定式化し、予測出力状態と測定出力状態の差を最小化する。
• チャネルモデル構造に由来する凸制約（例：トレース保存、正定値性）を組み込み、推定精度を向上させる。
• 最適化変数間の凸関係を活用する補助最適化問題を用いることで、ロバスト性と精度を向上させる。
• パウリチャネルの場合、本手法は完全に凸な最適化問題に簡略化され、標準的なSDPソルバを用いてグローバル最適解が得られる。
• 既知の入力状態と測定結果を用いた複数のトモグラフィー設定に本手法を適用し、チャネルパラメータを推定する。

実験結果

リサーチクエスチョン

• RQ1 チャネルモデル構造が既知である場合に、凸最適化が未知パラメータの推定に効果的に用いられるか。
• RQ2 チョイ行列パラメータに凸制約を組み込むことで、量子プロセステノグラフィーの精度がどのように向上するか。
• RQ3 本手法が非凸の精緻化を必要とせず、グローバル最適解をもたらす条件は何か。
• RQ4 一般化減衰チャネルや一般化パウリチャネルなどの異なるチャネルモデルにおいて、推定精度はどのように変化するか。
• RQ5 高次元系において、特にパrameter空間の境界付近で、本手法の収束特性と推定性能はいかなるものか。

主な発見

• チャネルモデル構造が既知である場合、本手法は標準的手法と比較して顕著にパラメータ推定精度が向上する。
• パウリチャネルの場合、本手法は完全に凸な最適化問題に還元され、標準的なSDPソルバを用いてグローバル最適解が得られる。
• シミュレーション結果から、パラメータ空間の境界付近でも高精度な推定が可能であり、推定された出力と理想出力の間の忠実度（fidelity）は1に近づく。
• 推定誤差のヒルベルト＝シュミットノルムは、測定回数が増加するにつれて減少するが、次元が高くなるとチョイ行列要素数が増加するため、収束が遅くなる。
• 測定が直交する部分代数上で独立に行われるため、パラメータ推定の共分散行列が対角型となり、推定誤差が相関を持たないことが示された。
• 相互に偏りのない基底（MUBs）を観測量として用いることで、部分代数間で効率的かつ独立にパラメータ推定が可能となり、全体の精度が向上する。