Multiparameter transmission estimation at the quantum Cramér–Rao limit on a cloud quantum computer
Notice bibliographique
Résumé
Abstract Estimating transmission or loss is at the heart of spectroscopy. To achieve the ultimate quantum resolution limit, one must use probe states with definite photon number and detectors capable of distinguishing the number of photons impinging thereon. In practice, one can outperform classical limits using two-mode squeezed light, which can be used to herald definite-photon-number probes, but the heralding is not guaranteed to produce the desired probes when there is loss in the heralding arm or its detector is imperfect. We show that this paradigm can be used to simultaneously measure distinct loss parameters in both modes of the squeezed light, with attainable quantum advantages. We demonstrate this protocol on Xanadu’s X8 chip, accessed via the cloud, building photon-number probability distributions from 106 shots and performing maximum likelihood estimation (MLE) on these distributions 103 independent times. Because pump light may be lost before the squeezing occurs, we also simultaneously estimate the actual input power, using the theory of nuisance parameters. MLE converges to estimate the transmission amplitudes in X8’s eight modes to be 0.392 02(6), 0.307 06(8), 0.369 37(6), 0.287 30(9), 0.382 06(6), 0.304 41(8), 0.372 29(6), and 0.286 21(8) and the squeezing parameters, which are proxies for effective input coherent-state amplitudes, their losses, and their nonlinear interaction times, to be 1.3000(2), 1.3238(3), 1.2666(2), and 1.3425(3); all of these uncertainties are within a factor of two of the quantum Cramér–Rao bound. This study provides crucial insight into the intersection of quantum multiparameter estimation theory, MLE convergence, and the characterization and performance of real quantum devices.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».