Post-processing optimization and optimal bounds for non-adaptive shadow tomography

Technische Zusammenfassung: Post-Processing-Optimierung und optimale Schranken für nicht-adaptive Schatten-Tomographie

Problemstellung
Die Quantenzustandstomographie steht vor prohibitiven Ressourcenanforderungen, was zur Entwicklung der Schatten-Tomographie und der klassischen Schatten führt, die einem „Zuerst messen, später fragen“-Paradigma folgen. Während jüngste Anpassungen darauf fokussiert waren, den Aspekt des „Zuerst messens“ (Quantenoperationen) zu optimieren, hat die Phase des „Später fragens“ (klassische Post-Processing-Verarbeitung) weniger systematische Aufmerksamkeit erhalten.

In der linearen Tomographie unter Verwendung von informationell überkompletten Positive Operator-Valued Measures (POVMs) ist die Abbildung von beobachteten Häufigkeiten auf einen Schätzer nicht eindeutig. Speziell für ein festes POVM $\{E_j\}$ und eine Zielgröße $O$ existieren unendlich viele unverzerrte lineare Rekonstruktionen (Sätze von Koeffizienten $\vec{x}$), welche die Bedingung $O = \sum_j x_j E_j$ erfüllen. Standardprotokolle verwenden typischerweise eine „kanonische“ Wahl der Rekonstruktionskoeffizienten, die zielunabhängig ist. Diese kanonische Wahl ist jedoch im Allgemeinen suboptimal für spezifische Ziele, was zu unnötig hoher Varianz des Schätzers und folglich zu einer erhöhten Stichprobenkomplexität führt. Das zentrale Problem, das hier adressiert wird, ist die Frage, wie man die „Eichtoleranz“ (Gauge Freedom) im Post-Processing systematisch ausnutzen kann, um die Worst-Case-Varianz des Schätzers zu minimieren, ohne das zugrunde liegende experimentelle Messschema zu verändern.

Methodik
Die Autoren formulieren die Auswahl optimaler Rekonstruktionskoeffizienten als ein konvexes Minimax-Optimierungsproblem. Das Ziel ist es, einen Satz von Koeffizienten $\vec{x}$ zu finden, der die maximale Varianz des Schätzers $\hat{o}$ über alle möglichen Quantenzustände $\rho$ minimiert.

1. Formulierung: Das Problem ist definiert als:
   $$\min_{\vec{x} \in \mathcal{B}} \max_{\rho \in \mathcal{R}} f(\vec{x}, \rho) = \text{Var}[\hat{o} | \vec{x}, \rho]$$
   unter der Nebenbedingung $\sum_j x_j E_j = O$, wobei $\mathcal{B}$ eine beschränkte Menge von Koeffizienten und $\mathcal{R}$ die Menge der gültigen Dichtematrizen ist.
2. Konvexität und Konvergenz: Die Autoren zeigen, dass die Varianz für einen festen Zustand konvex in $\vec{x}$ ist, und für feste Koeffizienten konkav in $\rho$. Angesichts der kompakten und konvexen Natur der Menge der Dichtematrizen ist das Minimax-Theorem anwendbar. Dies garantiert die Existenz eines globalen Sattelpunkts und ermöglicht die Invertierung der Min/Max-Operationen, was eine effiziente numerische Lösung erleichtert.
3. Algorithmus: Der vorgeschlagene Algorithmus löst iterativ für die optimalen Koeffizienten $\vec{x}^*(\rho)$ einen gegebenen Zustand (was eine analytische Lösung unter Verwendung der Inversen einer POVM-Koeffizientenmatrix zulässt) und maximiert dann die resultierende Varianzfunktion über den Zustandsraum. Dieser Ansatz liefert eine enge, zustandsunabhängige obere Schranke für die durch klassisches Post-Processing erreichbare Varianz.

Wichtigste Ergebnisse
Numerische Beispiele in der Arbeit zeigen, dass eine varianzoptimale Post-Processing-Verarbeitung die Standard-Kanone-Rekonstruktionen signifikant übertreffen kann:

• Produktoberablen: Für ein eingeschränktes POVM (Pauli-$X$- und $Z$-Projektoren) und Tensorprodukt-Zielobservablen folgen die optimalen Koeffizienten nicht notwendigerweise der Produktstruktur der kanonischen Lösung.
  • Für spezifische Zielwinkel (z. B. Projektoren auf den $Z$-Eigenzustand) weist die optimale Varianz eine sublineare Skalierung mit der Anzahl der Qubits auf.
  • Dies steht in starkem Kontrast zum kanonischen Schätzer, der im gleichen Regime eine exponentielle Skalierung aufweist.
  • Die optimale Lösung ist im Sinne von „verschränkt“, da die globalen Koeffizienten nicht in ein einfaches Produkt lokaler Koeffizienten zerlegt werden können, obwohl sowohl die Messung als auch die Zielgröße lokal sind.
• Summe lokaler Observablen: Für die Schätzung der Summe lokaler Pauli-Observablen auf einer Spin-Kette (z. B. Schätzung eines externen Magnetfeldes) weichen die optimalen globalen Koeffizienten ebenfalls von der linearen Zusammensetzung lokaler kanonischer Koeffizienten ab.
  • Die Skalierung der Stichprobenkomplexität für den optimalen Schätzer scheint subexponentiell zu sein (was in einigen Regimen auf eine quadratische Skalierung hindeutet), während der kanonische Schätzer eine konstante obere Schranke beibehält, die ein anderes, weniger günstiges Skalierungsverhalten für bestimmte Parameter impliziert.

Bedeutung und Ansprüche
Die Arbeit behauptet, dass der oft der nicht-adaptiven Schatten-Tomographie zugeschriebene Stichproben-Overhead nicht eine fundamentale Einschränkung des Messschemas selbst ist, sondern oft eine Folge suboptimaler Rekonstruktion.

• Operationale Freiheit: Die Arbeit operationalisiert die „Freiheit“ im Post-Processing und zeigt, dass man die ideale Konstruktion des Schätzers nach der Datenerfassung bestimmen kann, ohne das Experiment zu modifizieren.
• Enge Schranken: Die vorgeschlagene Methode liefert die engste zustandsunabhängige Varianz-Obere-Schranke, die für ein festes POVM und eine Observable erreichbar ist, und verfeinert die Standard-„Shadow-Norm“-Garantien.
• Verbesserung der Skalierung: Entscheidend ist, dass die Autoren zeigen, dass optimales Post-Processing die qualitative Skalierung der Stichprobenkomplexität mit der Systemgröße (z. B. von exponentiell zu subexponentiell/sublinear) ändern kann, und nicht nur die konstanten Vorfaktoren verbessert.
• Aufgabenadaptive Gestaltung: Der Ansatz etabliert ein aufgabenadaptives Designproblem, bei dem der Schätzer spezifisch für die Zielgröße optimiert wird, wodurch das Paradigma von „Zuerst messen, später fragen“ zu „Zuerst messen, später verarbeiten, aber optimal“ verschoben wird.

Die Autoren kommen zu dem Schluss, dass, obwohl der aktuelle Algorithmus auf numerischer Optimierung beruht, der Rahmen die Tür zur Untersuchung der Struktur von Worst-Case-Zuständen und zur Entwicklung skalierbarer, beschränkter Varianten der Optimierung für breitere Anwendungen öffnet, wie etwa nichtlineare Eigenschaften oder robuste Schätzung unter experimentellem Rauschen.