Optimal large-scale quantum state tomography with Pauli measurements
基于 Pauli 测量的最优大规模量子态层析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：摘要直接研究量子测量下的高维密度矩阵估计，没有经济计量应用；矩阵估计与稀疏性本身不足以支持因子等领域分类。
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…
基于 Pauli 测量的最优大规模量子态层析
- 研究问题
- 如何依据 Pauli 测量估计高维量子态的密度矩阵，并在适当稀疏性概念下，确定谱范数和 Frobenius 范数损失的最优收敛率？
- 方法与思路
- 作者在指定稀疏框架下研究密度矩阵估计的极小极大收敛率，说明常用阈值化方法如何达到这些速率，并考察估计量的数值表现。
- 材料陈述的贡献
- 摘要称，文章建立两种矩阵损失下的极小极大最优速率，并给出能够达到速率的阈值化方法；没有提供具体速率或模拟结果。
- 阅读关注点
- 应核对稀疏性定义、测量设计与噪声模型、维数和样本量的关系，以及阈值化估计是否及如何满足密度矩阵约束。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；稀疏条件、阈值规则和速率表达未说明，不能自行替换为低秩假设或声称任意测量下最优。
原文摘要
Quantum state tomography aims to determine the state of a quantum system as represented by a density matrix. It is a fundamental task in modern scientific studies involving quantum systems. In this paper, we study estimation of high-dimensional density matrices based on Pauli measurements. In particular, under appropriate notion of sparsity, we establish the minimax optimal rates of convergence for estimation of the density matrix under both the spectral and Frobenius norm losses; and show how these rates can be achieved by a common thresholding approach. Numerical performance of the proposed estimator is also investigated.