[论文解读] Identification of malfunctioning quantum devices

Michalis Skotiniotis, Santiago Llorens+3 more|arXiv (Cornell University)|Aug 8, 2018

Quantum Information and Cryptography参考文献 1被引用 4

一句话总结

本文研究了在由 N 个相同设备组成的网络中识别故障量子设备的最优策略，重点关注源、酉操作和量子通道。研究结果表明，全局测量在状态源情况下为最优；对于酉故障，纠缠可提升识别性能；对于秩-3泡利通道和衰减通道，与辅助比特的纠缠是必需的——尽管对于秩-1 和秩-2 通道，可分离策略已足够，且随着 N 增大，其性能渐近最优。

ABSTRACT

We consider the problem of correctly identifying a malfunctioning quantum device that forms part of a network of $N$ such devices, which can be considered as the quantum analogue of classical anomaly detection. In the case where the devices in question are sources assumed to prepare identical quantum pure states, with the faulty source producing a different anomalous pure state, we show that the optimal probability of successful identification requires a global quantum measurement. We also put forth several local measurement strategies -- both adaptive and non-adaptive, that achieve the same optimal probability of success in the limit where the number of devices to be checked are large. In the case where the faulty device performs a known unitary operation we show that the use of entangled probes provides an improvement that even allows perfect identification for values of the unitary parameter that surpass a certain threshold. Finally, if the faulty device implements a known qubit channel we find that the optimal probability for detecting the position of rank-one and rank-two Pauli channels can be achieved by product state inputs and separable measurements for any size of network, whereas for rank-three and general amplitude damping channels optimal identification requires entanglement with N qubit ancillas.

研究动机与目标

• 开发在由 N 个相同设备组成的网络中识别单个故障量子设备位置的最优协议。
• 确定在不同类型的设备故障下，实现最优检测是否需要纠缠或全局测量。
• 比较可分离与纠缠输入态、可分离与全局测量在故障检测中的性能表现。
• 分析检测成功概率随网络规模 N 增大而变化的规律，针对不同类型的通道。
• 确定纠缠提供显著优势或渐近不再必要的条件。

提出的方法

• 将位置错误识别（PEI）任务建模为在 N 个可能故障设备位置之间的量子态或通道判别问题。
• 对于源 PEI，将最优成功概率表述为对偶形式的半定规划（SDP），即最小化 Tr[Γ]，约束条件为 Γ ≥ (1/N)ρ_k 对所有 k 成立。
• 对于通道 PEI，同时优化输入态与测量策略，采用交替优化算法进行数值求解。
• 通过将衰减通道分解为 Kraus 算符 K₀ 和 K₁，构造具有固定激发数的辅助比特输入态 |N,m⟩_pa，以区分故障位置。
• 利用格拉姆矩阵分析计算衰减通道成功概率的上界，表明纠缠带来的改进为次主导项。
• 推导出在大 N 极限下，最优成功概率 P_S(ℰ_AD, ρ) 的解析表达式，包含 O(N⁻³) 阶的校正项。

实验结果

研究问题

• RQ1 在识别故障量子源时，是否必须采用全局量子测量才能实现最优成功概率？
• RQ2 在识别故障酉设备时，输入探针之间的纠缠是否能提高识别概率？若能，其适用条件为何？
• RQ3 对于泡利通道和衰减通道，最优识别策略是否需要与辅助比特系统纠缠？
• RQ4 纠缠在故障检测中的优势如何随量子网络规模 N 的增大而变化？
• RQ5 对于某些通道类型，可分离输入态与测量能否实现最优检测？若能，具体是哪些类型？

主要发现

• 对于产生已知纯态 |ϕ⟩ 而非 |0⟩ 的量子态源，仅当采用全局测量（特别是平方根测量）时，才能实现最优成功概率。
• 对于酉故障，输入态中的纠缠可提升成功概率，并在旋转角超过某一阈值时实现完美识别。
• 对于秩-1 和秩-2 泡利通道，无论网络规模如何，最优成功概率均可通过可分离输入态与可分离测量实现。
• 对于秩-3 泡利通道和衰减通道，最优识别要求 N 个输入探针与 N 个辅助比特之间存在纠缠，且与乘积态相比，性能提升为次主导项。
• 在大 N 极限下，纠缠与可分离策略之间的性能差距逐渐缩小，使得可分离策略对所有通道类型均渐近最优。
• 衰减通道的最优成功概率满足上界 P_S(ℰ_AD, ρ) ≤ γ + (√(1−γ)(√(1−γ)+1))/(2N) − γ/(4N²) + O(N⁻³)，且该上界可通过特定辅助比特输入态实现。