MétaCan
Menu
Retour à la cohorte
Enregistrement W2294399804 · doi:10.1103/physreva.94.033817

Physical resources for optical phase estimation

2016· article· en· W2294399804 sur OpenAlexafffund
Jaspreet Sahota, Nicolás Quesada, Daniel F. V. James

Notice bibliographique

RevuePhysical review. A/Physical review, A · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Information and Cryptography
Établissements canadiensUniversité de SherbrookeUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésQuantum metrologyQuantum entanglementHeisenberg limitQuantum limitQuantumScalingPhysicsQuantum discordStatistical physicsQuantum sensorQuantum mechanicsUncertainty principleQuantum noiseCoherence (philosophical gambling strategy)Squashed entanglementAmplitude damping channelMathematicsQuantum network

Résumé

récupéré en direct d'OpenAlex

We study the role of quantum entanglement (particle entanglement and mode entanglement) in optical phase estimation by employing the mode description and the particle description of bosonic probe states. To determine the physical resources responsible for Heisenberg scaling (attainable only in the noiseless case), we restrict our analysis to noiseless quantum-limited optical phase estimation. The quantum Fisher information (QFI) is expressed as a function of the first- and second-order optical coherence functions. The resulting form of the QFI elucidates the deriving metrological resources for quantum phase estimation: field intensity and photon detection correlations. Our analysis confirms that mode entanglement is not required for quantum-enhanced interferometry, whereas particle entanglement is a necessary requirement. Furthermore, the derived forms of the QFI equations are summations of two terms: the classical (shot-noise-limit scaling) term and the quantum (Heisenberg scaling) term. This allows us to clearly identify the physical resources responsible for quantum enhancement in optical phase estimation.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,380
Écart entre enseignants0,361 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. A/Physical review, AMême sujetQuantum Information and CryptographyTravaux en français237 207