Adaptive sup-norm estimation of the Wigner function in noisy quantum homodyne tomography
含噪量子零差层析中 Wigner 函数的自适应上确界范数估计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：摘要涉及量子光学中的函数估计与极小极大理论，未提供对应所列经济计量细分方向的依据。
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…
含噪量子零差层析中 Wigner 函数的自适应上确界范数估计
- 研究问题
- 在含噪量子零差层析中，如何估计描述光束量子态的 Wigner 函数，并在未知光滑参数时控制上确界范数风险？
- 方法与思路
- 作者在效率参数大于二分之一且不超过一的框架下分析核估计，构造不依赖光滑参数的自适应估计，并进行数值实验。
- 材料陈述的贡献
- 摘要称核估计与自适应估计在指定光滑类的上确界风险下达到相差对数因子的极小极大速率，并给出平方积分风险下界。
- 阅读关注点
- 应核对噪声与效率参数的作用、函数类及量子正性约束、上下界的损失区别，以及自适应选择规则与对数因子的来源。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；速率与函数类细节未给出，不能理解为无对数损失的精确最优性或推广至其他效率范围。
原文摘要
In quantum optics, the quantum state of a light beam is represented through the Wigner function, a density on $\mathbb{R}^{2}$, which may take negative values but must respect intrinsic positivity constraints imposed by quantum physics. In the framework of noisy quantum homodyne tomography with efficiency parameter $1/2<\eta\leq1$, we study the theoretical performance of a kernel estimator of the Wigner function. We prove that it is minimax efficient, up to a logarithmic factor in the sample size, for the $\mathbb{L}_{\infty}$-risk over a class of infinitely differentiable functions. We also compute the lower bound for the $\mathbb{L}_{2}$-risk. We construct an adaptive estimator, that is, which does not depend on the smoothness parameters, and prove that it attains the minimax rates for the corresponding smoothness of the class of functions up to a logarithmic factor in the sample size. Finite sample behaviour of our adaptive procedure is explored through numerical experiments.