Bayesian recursive data-pattern tomography
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F15%3A33154971" target="_blank" >RIV/61989592:15310/15:33154971 - isvavai.cz</a>
Výsledek na webu
<a href="http://journals.aps.org/pra/pdf/10.1103/PhysRevA.92.052106" target="_blank" >http://journals.aps.org/pra/pdf/10.1103/PhysRevA.92.052106</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1103/PhysRevA.92.052106" target="_blank" >10.1103/PhysRevA.92.052106</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Bayesian recursive data-pattern tomography
Popis výsledku v původním jazyce
We present a simple and efficient Bayesian recursive algorithm for the data-pattern scheme for quantum state reconstruction, which is applicable to situations where measurement settings can be controllably varied efficiently. The algorithm predicts the best measurements required to accurately reconstruct the unknown signal state in terms of a fixed set of probe states. In each iterative step, this algorithm seeks the measurement setting that minimizes the variance of the data-pattern estimator, which essentially measures the reconstruction accuracy, with the help of a data-pattern bank that was acquired prior to the signal reconstruction. We show that, with this algorithm, it is possible to minimize the number of measurement settings required to obtaina reasonably accurate state estimator by using just the optimal settings and, at the same time, increasing the numerical efficiency of the data-pattern reconstruction.
Název v anglickém jazyce
Bayesian recursive data-pattern tomography
Popis výsledku anglicky
We present a simple and efficient Bayesian recursive algorithm for the data-pattern scheme for quantum state reconstruction, which is applicable to situations where measurement settings can be controllably varied efficiently. The algorithm predicts the best measurements required to accurately reconstruct the unknown signal state in terms of a fixed set of probe states. In each iterative step, this algorithm seeks the measurement setting that minimizes the variance of the data-pattern estimator, which essentially measures the reconstruction accuracy, with the help of a data-pattern bank that was acquired prior to the signal reconstruction. We show that, with this algorithm, it is possible to minimize the number of measurement settings required to obtaina reasonably accurate state estimator by using just the optimal settings and, at the same time, increasing the numerical efficiency of the data-pattern reconstruction.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BH - Optika, masery a lasery
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA15-03194S" target="_blank" >GA15-03194S: Informačně úplná měření pro zpracování informace prostřednictvím náhodného světla</a><br>
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Physical Review A
ISSN
1050-2947
e-ISSN
—
Svazek periodika
92
Číslo periodika v rámci svazku
5
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
10
Strana od-do
"052106-1"-"052106-10"
Kód UT WoS článku
000364396900002
EID výsledku v databázi Scopus
—