[论文解读] Quantum Fisher Information: Variational principle and simple iterative algorithm for its efficient computation

Katarzyna Macieszczak|arXiv (Cornell University)|Dec 4, 2013

Advanced Thermodynamics and Statistical Mechanics被引用 4

一句话总结

本文提出了一种新颖的变分原理，通过一种迭代交替算法计算量子费舍尔信息（QFI），该算法在量子态与对称对数导数算子之间交替优化。该方法能高效计算噪声量子信道中的最大QFI，在有限维系统中证明可收敛至全局最优，从而实现量子计量学中的最优参数估计。

ABSTRACT

We derive a new variational principle for the quantum Fisher information leading to a simple iterative alternating algorithm, the convergence of which is proved. The case of a fixed measurement, i.e. the classical Fisher information, is also discussed.

研究动机与目标

• 推导一种量子费舍尔信息（QFI）的变分原理，以实现在存在量子噪声时的高效计算。
• 开发一种迭代算法，通过在输入量子态与对称对数导数算子之间交替优化，以最大化QFI。
• 证明该算法在有限维希尔伯特空间中收敛至全局最大QFI。
• 将该框架扩展至固定POVM测量以及超越幺正演化的一般参数编码信道。
• 在涉及退相干与非幺正信道的实际场景中，实现最优量子计量。

提出的方法

• 通过变分原理表达QFI：$ F^Q = \sup_{X \in L^2(\mathcal{H})} \sup_{|\psi\rangle} \langle\psi| \Lambda^\dagger(-X^2 + 2i[H,X]) |\psi\rangle $，其中 $ \Lambda $ 描述噪声信道。
• 提出一种交替迭代算法：在每一步中，从当前状态 $ \rho_n = \Lambda(|\psi_n\rangle\langle\psi_n|) $ 计算对称对数导数 $ L_{\rho_n} $，并将下一个输入态 $ |\psi_{n+1}\rangle $ 选为 $ \Lambda^\dagger(G(L_{\rho_n})) $ 的最大特征值对应的特征向量。
• 该算法在输入态空间与算子空间 $ L^2(\mathcal{H}) $ 之间交替优化，确保每一步QFI单调递增。
• 通过算子变量上目标函数的严格拟凹性与相关算子空间的紧致性，证明了在有限维系统中收敛至全局最大QFI。
• 通过修改的变分原理，将该框架推广至固定POVM测量与非幺正参数编码信道。
• 通过在变分原理中限制输入态集合，使该方法可对受限态类（如矩阵乘积态或高斯态）进行优化。

实验结果

研究问题

• RQ1 能否推导出一种变分原理，以实现在噪声量子信道下对最大量子费舍尔信息的高效计算？
• RQ2 是否存在一种迭代交替算法，可在有限维系统中收敛至全局最大QFI？
• RQ3 如何将该框架扩展至包含固定POVM测量与非幺正参数编码？
• RQ4 哪些条件可确保迭代算法收敛至最优输入态与最大QFI？
• RQ5 该变分原理能否被调整以在受限的量子态类（如矩阵乘积态或高斯态）上进行优化？

主要发现

• 该变分原理为任意量子信道下的最大量子费舍尔信息提供了数学上严谨且计算上可行的表达式。
• 所提出的迭代算法在每一步中单调增加量子费舍尔信息，并在有限维希尔伯特空间中收敛至全局最大值。
• 收敛性由算子变量上目标函数的严格拟凹性以及相关算子空间的紧致性保证。
• 对于固定POVM测量，可构建类似的迭代算法，最优测量函数作为 $ D_L(x) $ 在式（10）中显式导出。
• 通过式（11）中的变分原理，该框架可推广至非幺正参数编码信道，该原理以任意信道导数替代了幺正演化。
• 该方法可在涉及退相干的实际场景中实现最优量子计量，即使信道非幺正，也能对输入态进行优化。