An Invitation to Quantum Tomography
量子层析入门AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦量子态估计的统计逆问题，密度矩阵和 Wigner 函数并不构成所列经济学分布效应方向的证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
量子层析入门
- 研究问题
- 将量子态恢复视为统计逆问题时，如何由相同量子系统的测量估计无限维密度矩阵及对应的 Wigner 函数？
- 方法与思路
- 作者研究模式函数投影估计与筛法极大似然估计的一致性，用模拟展示表现，并提出供实际实现使用的 EM 算法。
- 材料陈述的贡献
- 摘要称提供两类量子态表示的估计一致性结果及实现思路，同时明确将收敛速度、自适应和其他估计量研究列为开放问题。
- 阅读关注点
- 应核对测量模型、两类量子态表示的关系、投影与筛空间的选择、一致性条件，以及 EM 算法对应的目标。
- 阅读边界
- 仅据所给 Crossref 摘要，不能确定一致性的具体条件或模拟性能；摘要明确未解决的速度与自适应问题不得视为已有结果。
原文摘要
Summary We describe quantum tomography as an inverse statistical problem in which the quantum state of a light beam is the unknown parameter and the data are given by results of measurements performed on identical quantum systems. The state can be represented as an infinite dimensional density matrix or equivalently as a density on the plane called the Wigner function. We present consistency results for pattern function projection estimators and for sieve maximum likelihood estimators for both the density matrix of the quantum state and its Wigner function. We illustrate the performance of the estimators on simulated data. An EM algorithm is proposed for practical implementation. There remain many open problems, e.g. rates of convergence, adaptation and studying other estimators; a main purpose of the paper is to bring these to the attention of the statistical community.