Quantum measurement tomography with mini-batch stochastic gradient descent

Technisches Resümee: Quantenmessungstomographie mit Mini-Batch Stochastic Gradient Descent

Problemstellung
Die Quantenmessungstomographie (Quantum Measurement Tomography, QMT) ist eine kritische Komponente der Quantencharakterisierung, -verifizierung und -validierung (QCVV) und zielt darauf ab, die Elemente der Positivwert-Operator-Messung (Positive Operator-Valued Measure, POVM) $\{\Pi_i\}$ zu rekonstruieren, welche einen unbekannten Messapparat charakterisieren. Im Gegensatz zur Quantenzustandstomographie (QST) und der Quantenprozesstomographie (QPT), die über etablierte Gradientenabstieg-Frameworks verfügen, hat die QMT die Einführung stochastischer Optimierungsmethoden bisher nur verzögert übernommen. Bestehende QMT-Ansätze stützen sich primär auf die eingeschränkte konvexe Optimierung (Constrained Convex Optimization, CCO) mittels Semidefiniten Programmierung (z. B. via CVX). Diese Methoden stehen vor zwei signifikanten Hürden:

1. Skalierbarkeit der Rechenleistung: Die Anzahl der Parameter skaliert exponentiell mit der Systemgröße (Anzahl der Qubits), was CCO für Systeme mit mehr als wenigen Qubits rechnerisch prohibitiv macht.
2. Robustheit: Standardmäßige lineare Inversionsmethoden, die oft als Vorstufe zur CCO verwendet werden, sind schlecht konditioniert und hochsensibel gegenüber Rauschen, was zu unphysikalischen Schätzungen führt, die die anschließende Verfeinerung beeinträchtigen.

Obwohl die iterative Maximum-Likelihood-Schätzung (iMLE) existiert, hat sie oft Schwierigkeiten, die physikalischen Bedingungen (Positivität und Vollständigkeit) während des gesamten Optimierungsprozesses strikt durchzusetzen, was mitunter Post-hoc-Projektionen erfordert, die die Konvergenz behindern.

Methodik
Die Autoren führen ein Mini-Batch Stochastic Gradient Descent (SGD)-Framework für die QMT ein und vervollständigen damit das Trio der Gradientenabstieg-basierten Tomographie-Methoden (neben QST und QPT). Der Kern der Methodik besteht darin, die QMT als iteratives Funktionsminimierungsproblem zu formulieren. Um sicherzustellen, dass die geschätzten POVM-Elemente während der Optimierung jederzeit physikalisch gültig bleiben (positiv semidefinit und vollständig), schlagen die Autoren zwei unterschiedliche Parametrisierungsschemata vor:

1. Stiefel-Mannigfaltigkeits-Parametrisierung (Stiefel Manifold, SM):

   • Dieser Ansatz nutzt die Geometrie der komplexen Stiefel-Mannigfaltigkeit $St(k \cdot d, d)$.
   • Die POVM-Elemente werden als $\Pi_i = T_i^\dagger T_i$ konstruiert, wobei die Matrizen $T_i$ zu einer einzigen Matrix $T_k$ vertikal gestapelt werden.
   • Die Vollständigkeitsbedingung $\sum \Pi_i = I$ wird intrinsisch dadurch erzwungen, dass die Orthonormalitätsbedingung $T_k^\dagger T_k = I$ aufrechterhalten wird.
   • Die Optimierung erfolgt mittels Vanilla Gradient Descent (VGD) mit einem Retraktionsverfahren (Cayley-Transformation), um die Parameter auf der Mannigfaltigkeit zu halten.

2. HONEST-Parametrisierung (Hermitian Operator Normalization via Eigenvalue Scaling Technique):

   • Dieser Ansatz konstruiert unnormierte positiv semidefiniten Operatoren mittels Cholesky-Zerlegung ($T_i^\dagger T_i$).
   • Die Vollständigkeit wird über einen projektiven Normalisierungsschritt erzwungen. Die Summe der unnormierten Operatoren $S = \sum T_i^\dagger T_i$ wird berechnet, und deren Inverse Quadratwurzel $S^{-1/2}$ wird mittels Eigenwertskalierung (mit spektraler Regularisierung zur Handhabung numerischer Instabilitäten) abgeleitet.
   • Die endgültigen POVM-Elemente werden durch „Sandwiching“ erhalten: $\Pi_i = S^{-1/2} T_i^\dagger T_i S^{-1/2}$.
   • Dieses Schema wird mit dem momentum-basierten Adam-Optimizer optimiert.

Verlustfunktionen
Das Framework evaluiert zwei Verlustfunktionen, um die Optimierung zu leiten:

• Mittlerer quadratischer Fehler (Mean Squared Error, MSE): Äquivalent zur $L_2$-Norm, minimiert die Diskrepanz zwischen beobachteten und vorhergesagten Wahrscheinlichkeiten.
• Durchschnittliche negative Log-Likelihood (Average Negative Log-Likelihood, MLE): Inspiriert von der Maximum-Likelihood-Schätzung, minimiert sie die negative Log-Likelihood der beobachteten Daten.

Wesentliche Beiträge

• Algorithmische Vervollständigung: Die Arbeit liefert die ersten dedizierten SGD-Algorithmen für die QMT und vervollständigt damit das Gradientenabstieg-Toolkit für alle drei grundlegenden Komponenten von Quantenexperimenten (Zustände, Prozesse und Messungen).
• Handhabung physikalischer Randbedingungen: Die Einführung der SM- und HONEST-Parametrisierungen stellt sicher, dass die physikalischen Bedingungen während des Optimierungsprozesses erfüllt sind, wodurch die Notwendigkeit von Post-hoc-Projektionen entfällt, die die Konvergenz stören könnten.
• Skalierbarkeit: Der Mini-Batch-Ansatz ermöglicht eine effiziente Handhabung großer Datensätze und skaliert signifikant besser als traditionelle CCO-Methoden, wenn die Systemdimension steigt.
• Open-Source-Implementierung: Eine Python-Implementierung wird öffentlich zur Verfügung gestellt, um die Übernahme und weitere Forschung zu erleichtern.

Ergebnisse
Die Autoren haben ihre SGD-QMT-Algorithmen gegen modernste CCO-Methoden (unter Verwendung von CVX) sowohl in diskreten Variablen (DV) als auch in kontinuierlichen Variablen (CV) getestet.

• Systeme mit diskreten Variablen (bis zu 6 Qubits):

  • Recheneffizienz: Für Systeme mit 4 oder mehr Qubits erreichten die SGD-QMT-Methoden Beschleunigungen um mehrere Größenordnungen im Vergleich zu CCO-CVX. Beispielsweise dauerte die Rekonstruktion eines 5-Qubit-Systems mit 32 POVM-Elementen mit CCO-CVX etwa 1000 Sekunden, während es mit SGD-QMT nur wenige Zehn Sekunden dauerte. CCO-CVX konnte nicht innerhalb einer angemessenen Zeit für 6-Qubit-Systeme konvergieren, während SGD-QMT in etwa zwei Minuten erfolgreich war.
  • Rekonstruktionstreue: Während CCO-CVX für kleine Systeme (bis zu 3-4 Qubits) eine leicht höhere Fidelität bot, behielt SGD-QMT eine hohe Genauigkeit (Frobenius-Fehler $\sim 10^{-4}$ bis $10^{-5}$) für größere Systeme bei, bei denen CCO versagte.
  • Bester Performer: Die Kombination HONEST-MLE (HONEST-Parametrisierung mit MLE-Verlust) lieferte konsistent die höchste Rekonstruktionsgenauigkeit, insbesondere für Rank-1-projektive Messungen.

• Systeme mit kontinuierlichen Variablen (Photonendetektion und Photonzählung):

  • Die Methoden wurden für Szenarien der Photonendetektion (2-Ausgang) und der Photonzählung (Multi-Ausgang) mit einer abgeschnittenen Hilbertraumdimension von 32 getestet.
  • Photenzählung: Dieses Szenario erwies sich als rechenintensiv und erforderte bis zu 10.000 Iterationen. HONEST-MLE erreichte eine durchschnittliche Frobenius-Norm von $\sim 10^{-4}$ und übertraf andere Varianten deutlich. CCO-CVX konnte für diese Fälle innerhalb einer Stunde keine Lösung produzieren.
  • Genauigkeit: Heatmaps der rekonstruierten Operatoren zeigten eine nahezu perfekte Rekonstruktion der Diagonalelemente und eine hohe Genauigkeit der Off-Diagonal-Elemente, was die physikalische Gültigkeit der Rekonstruktionen validiert.

Bedeutung und Ansprüche
Das Paper behauptet, dass SGD-QMT einen vielseitigen, effizienten und robusten Rahmen für die Charakterisierung von Quantenmessgeräten bietet, insbesondere wenn Quantensysteme über die Kapazitäten traditioneller konvexer Optimierung hinaus skalieren. Durch die Vervollständigung des „Tomographie-Trios“ mit Gradientenabstieg-Methoden bietet die Arbeit einen einheitlichen Ansatz für QCVV-Protokolle.

Die Autoren betonen, dass ihre Methoden zwar recheneffizient und robust gegenüber Rauschen sind, sie jedoch nicht beanspruchen, CCO für kleine Systeme zu ersetzen, in denen CCO schneller und etwas genauer bleibt. Stattdessen liegt die Bedeutung darin, die QMT für größere, hochdimensionale Systeme (z. B. 5-6 Qubits und CV-Systeme) zu ermöglichen, bei denen Standardmethoden unpraktikabel werden. Die Arbeit legt nahe, dass HONEST-MLE die effektivste Konfiguration ist, insbesondere für projektive Messungen, und hebt das Potenzial für zukünftige vereinheitlichte Optimierungsprobleme hervor, die Zustands-, Prozess- und Messungstomographie kombinieren.