How to perform the most accurate possible phase measurements
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We present the theory of how to achieve phase measurements with the minimum possible variance in ways that are readily implementable with current experimental techniques. Measurements whose statistics have high-frequency fringes, such as those obtained from maximally path-entangled $(|N,0⟩+|0,N⟩)/\sqrt{2}$ (``NOON'') states, have commensurately high information yield (as quantified by the Fisher information). However, this information is also highly ambiguous because it does not distinguish between phases at the same point on different fringes. We provide schemes to eliminate this phase ambiguity in a highly efficient way, providing phase estimates with uncertainty that is within a small constant factor of the Heisenberg limit, the minimum allowed by the laws of quantum mechanics. These techniques apply to NOON state and multipass interferometry, as well as phase measurements in quantum computing. We have reported the experimental implementation of some of these schemes with multipass interferometry elsewhere. Here, we present the theoretical foundation and also present some additional experimental results. There are three key innovations to the theory in this paper. First, we examine the intrinsic phase properties of the sequence of states (in multiple time modes) via the equivalent two-mode state. Second, we identify the key feature of the equivalent state that enables the optimal scaling of the intrinsic phase uncertainty to be obtained. This enables us to identify appropriate combinations of states to use. The remaining difficulty is that the ideal phase measurements to achieve this intrinsic phase uncertainty are often not physically realizable. The third innovation is to solve this problem by using realizable measurements that closely approximate the optimal measurements, enabling the optimal scaling to be preserved. We consider both adaptive and nonadaptive measurement schemes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle