⚛️ quantum physics

Fisher Glasses: Tail-Certified Quantum Metrology in Quenched Environments

यह शोध पत्र "फिशर ग्लासेस" (Fisher glasses) को पेश करता है, जो क्वेंच्ड (quenched) वातावरण में क्वांटम मेट्रोलॉजी का एक नया चरण है जहाँ मानक औसत मीट्रिक्स विफल हो जाते हैं, जिससे सुदृढ़ परिशुद्धता प्राप्त करने और विनाशकारी सूचना हानि से बचने के लिए सत्र-अनुलब्ध फिशर ज्यामिति (session-resolved Fisher geometries) और दुर्लभ-घटना सांख्यिकी (rare-event statistics) पर आधारित एक "टेल-सर्टिफाइड" (tail-certified) ढांचे की आवश्यकता होती है।

मूल लेखक: El Mustapha Mansouri, Keigo Arai

प्रकाशित 2026-07-02

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: El Mustapha Mansouri, Keigo Arai

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

यहाँ "Fisher Glasses: Tail-Certified Quantum Metrology in Quenched Environments" शोध पत्र का सरल, बोलचाल की भाषा में अनुवाद दिया गया है, जिसमें उपमाओं (analogies) का उपयोग किया गया है।

मुख्य समस्या: "औसत" का झूठ (The "Average" Lie)

कल्पना कीजिए कि आप एक नदी गाइड हैं और पर्यटकों को यह बताने की कोशिश कर रहे हैं कि क्या नदी पार करना सुरक्षित है।

पुराना तरीका (Average QFI): आप नदी के हर स्थान पर गहराई मापते हैं, उन सबको जोड़ते हैं, और उन्हें स्थानों की संख्या से विभाजित करते हैं। आपको एक "औसत गहराई" मिलती है, जैसे 3 फीट। आप पर्यटकों से कहते हैं, "यह सुरक्षित है! औसत गहराई केवल 3 फीट है।"
वास्तविकता (Quenched Environment): पर्यटक औसत नदी को पार नहीं करते। वे एक विशिष्ट मार्ग चुनते हैं। यदि वह मार्ग किसी ऐसे स्थान से होकर गुजरता है जहाँ 20 फीट गहरा गड्ढा है (एक "दुर्लभ घटना"), तो वे डूब जाते हैं, भले ही औसत गहराई सुरक्षित रही हो।

क्वांटम सेंसर (जैसे डायमंड के छोटे NV सेंटर्स) की दुनिया में, वातावरण उस नदी की तरह है। इसमें धीमी गति वाला "शोर" (noise) होता है (जैसे सतह के स्पिन या चार्ज उतार-चढ़ाव) जो एक माप सत्र (measurement session) की अवधि के लिए स्थिर हो जाता है।

गलती: वैज्ञानिक आमतौर पर शोर के सभी संभावित परिदृश्यों में औसत प्रदर्शन की गणना करके सेंसर डिजाइन करते हैं।
खतरा: एक एकल सत्र में, शोर एक ऐसी "खराब स्थिति" (bad configuration) में जम सकता है जो सेंसर को बेकार बना देती है (एक "Fisher Zero")। यदि आप केवल औसत देखते हैं, तो आप एक ऐसा सेंसर बना सकते हैं जो कागजों पर तो बेहतरीन दिखता है, लेकिन वास्तविक दुनिया में बुरी तरह विफल हो जाता है।

लेखक इस विफलता को "Fisher Glass" कहते हैं। ठीक वैसे ही जैसे एक कांच दूर से ठोस दिखता है लेकिन एक विशिष्ट कमजोर बिंदु पर टकराने पर टूट जाता है, ये सेंसर औसत रूप से सटीक दिखते हैं लेकिन विशिष्ट, दुर्लभ परिस्थितियों में ढह जाते हैं।

समाधान: "टेल-सर्टिफाइड" दृष्टिकोण (The "Tail-Certified" Approach)

यह शोध पत्र इन सेंसरों को प्रमाणित करने का एक नया तरीका प्रस्तावित करता है। यह पूछने के बजाय कि, "औसत प्रदर्शन क्या है?", यह पूछता है, "सबसे खराब स्थिति में हम क्या गारंटी दे सकते हैं?"

वे एक चार-चरणीय प्रक्रिया (पाइपलाइन) का उपयोग करते हैं:

सत्र को फ्रीज करें (Freeze the Session): यह स्वीकार करें कि किसी भी एक रन के लिए, शोर स्थिर है।
शोर को अनदेखा करें (Ignore the Noise): गणितीय रूप से उन संकेतों को फ़िल्टर करें जो केवल शोर (nuisance directions) हैं।
लॉस में बदलें (Invert to Loss): "सूचना" (information) को "हानि" (loss) में बदल दें (अर्थात, हम कितनी त्रुटि कर सकते हैं)। यदि सूचना शून्य के करीब है, तो हानि अनंत के करीब होती है।
"टेल" की जाँच करें (Check the "Tail"): वितरण के सबसे खराब 5% सत्रों (the "tail") को देखें। यदि उन सबसे खराब मामलों में त्रुटि बहुत अधिक है, तो सेंसर प्रमाणित नहीं है, भले ही औसत प्रदर्शन शानदार क्यों न हो।

मुख्य अवधारणाएँ (उपमाओं के साथ)

1. "Fisher Glass" संक्रमण

कल्पना कीजिए कि एक पुल कई तख्तों (planks) से बना है।

औसत दृश्य (The Average View): पुल मजबूत दिखता है क्योंकि अधिकांश तख्ते ठोस हैं।
ग्लास दृश्य (The Glass View): यदि केवल एक तख्ता सड़ा हुआ है, और आप संयोग से उस पर कदम रखते हैं, तो पुल ढह जाता है।
शोध पत्र सिद्ध करता है कि यदि "सड़े हुए तख्ते" (खराब शोर कॉन्फ़िगरेशन) पर्याप्त बार आते हैं, तो पुल असुरक्षित है, चाहे बाकी तख्ते कितने भी मजबूत क्यों न हों। उन्होंने एक गणितीय "टिपिंग पॉइंट" (जिसे $\beta$ कहा जाता है) पाया। यदि खराब तख्ते बहुत आम हैं, तो सेंसर बेकार है।

2. "ट्रांसवर्स" संसाधन (The "Transverse" Resource)

कल्प la है कि आप एक विशिष्ट वायलिन नोट (सिग्नल) को सुनने की कोशिश कर रहे हैं, जबकि कोई दूसरा व्यक्ति बिल्कुल वैसा ही नोट (शोर) बजा रहा है।

पुराना तरीका (Raw Amplification): आप दोनों नोट्स की आवाज़ तेज़ कर देते हैं। वे तेज़ तो हो जाते हैं, लेकिन फिर भी आप उनके बीच अंतर नहीं कर पाते।
नया तरीका (Transverse Resource): आप सुनने की अपनी स्थिति बदलते हैं। आप ऐसी जगह जाते हैं जहाँ वायलिन का नोट तेज़ है, लेकिन दूसरा नोट शांत है।
शोध पत्र का तर्क है कि केवल वही हिस्सा मायने रखता है जो शोर के लंबवत (perpendicular/transverse) है। यदि आपका सिग्नल और शोर "तालमेल" (in sync) में हैं, तो कितनी भी एम्प्लीफिकेशन मदद नहीं करेगी। आपको एक ऐसा डिज़ाइन चाहिए जहाँ सिग्नल, शोर की दिशा से अलग दिशा में जाए।

3. "पोर्टफोलियो" समाधान (The "Portfolio" Fix)

आप पुल को ढहने से कैसे रोक सकते हैं?

एकल हाथ (The Single Arm): एक माप समय पर निर्भर करना एक अकेले तख्ते पर चलने जैसा है। यदि वह सड़ा हुआ है, तो आप गिर जाएंगे।
पोर्टफोलियो (The Portfolio): शोध पत्र कई माप समय (एक पोर्टफोलियो) का उपयोग करने का सुझाव देता है। कल्पना कीजिए कि आप तीन अलग-अलग तख्तों पर चल रहे हैं। भले ही एक सड़ा हुआ हो, आप अन्य दो का उपयोग करके पार कर सकते हैं।
परिणाम: तीन अलग-अलग "हाथों" (माप समय) का उपयोग करके, सभी के एक साथ विफल होने की संभावना बहुत कम हो जाती है। यह एक "Fisher Glass" (नाजुक) को एक मजबूत सेंसर में बदल देता है।

"टूर्नामेंट" प्रमाण (The "Tournament" Proof)

यह साबित करने के लिए कि यह काम करता है, लेखकों ने एक वास्तविक क्वांटम सेंसर (डायमंड में एक उथला नाइट्रोजन-वैकेंसी सेंटर) का उपयोग करके एक सिमुलेशन (एक "टूर्नामेंट") चलाया।

प्रतिestant A (पुराना तरीका): इसे औसत प्रदर्शन को अधिकतम करने के लिए डिज़ाइन किया गया था।
- परिणाम: यह कागजों पर बहुत अच्छा दिखा। लेकिन सिमुलेशन में, यह 99% बार विफल हो गया क्योंकि यह "Fisher Glass" के जाल में फंस गया।
प्रतिestant B, C, D (नया तरीका): इन्हें सबसे खराब परिदृश्यों में जीवित रहने के लिए डिज़ाइन किया गया था (Safe Window, Portfolio, Reserve)।
- परिणाम: गारंटीकृत सटीकता के मामले में ये डिज़ाइन "औसत" डिज़ाइन की तुलना में 1,000 गुना बेहतर थे।

निष्कर्ष (The Bottom Line)

शोध पत्र का दावा है कि कई आधुनिक क्वांटम सेंसरों के लिए, औसत के लिए अनुकूलित (optimize) करना एक जाल है।

वास्तविक दुनिया में काम करने वाला सेंसर बनाने के लिए, आपको इसे "अच्छे दिनों" के बजाय "बुरे दिनों" (वितरण के टेल) में जीवित रहने के लिए डिज़ाइन करना होगा। आपको चाहिए:

उन समयों से बचें जब सिग्नल और शोर एक-दूसरे को रद्द कर देते हैं।
कई माप रणनीतियों (पोर्टफोलियो) का उपयोग करें ताकि यदि एक विफल हो जाए, तो दूसरे सफल हों।
एक "सुरक्षा एंकर" (रिजर्व चैनल) जोड़ें जो गारंटी के साथ काम करे।

ऐसा करके, आप एक नाजुक "Fisher Glass" से एक मजबूत, प्रमाणित क्वांटम सेंसर की ओर बढ़ते हैं।

तकनीकी सारांश: फिशर ग्लासेस: क्वेंच्ड एनवायरनमेंट्स में टेल-सर्टिफाइड क्वांटम मेट्रोलॉजी

1. समस्या विवरण (Problem Statement)

यह शोध पत्र मानक क्वांटम मेट्रोलॉजी की एक मौलिक विफलता को संबोधित करता है जब इसे क्वेंच्ड एनवायरनमेंट्स (quenched environments) में संचालित सॉलिड-स्टेट सेंसरों पर लागू किया जाता है। मानक सिद्धांत में, क्वांटम फिशर इंफॉर्मेशन (QFI), शोर चैनल (noise channel) के औसत (annealed assumption) पर आधारित होकर सेंसर की सटीकता को प्रमाणित करता है। हालांकि, कई वास्तविक सेंसर—जैसे कि शैलो नाइट्रोजन-वैकेंसी (NV) सेंटर, स्लो टू-लेवल फ्लक्टुएटर्स वाले सुपरकंडक्टिंग क्वबिट्स, या ड्रिफ्टिंग चार्ज नॉइज़ वाले सेमीकंडक्टर स्पिन क्वबिट्स—एक एकल मेजरमेंट सेशन के दौरान फ्रोजन डिसऑर्डर (frozen disorder) का अनुभव करते हैं।

इन "क्वेंच्ड" परिदृश्यों में, पर्यावरणीय विन्यास ( $\xi$ ) एक सेशन के दौरान स्थिर रहता है लेकिन दोहरावों (repetitions) के बीच बदल जाता है। फलस्वरूप, प्रयोग औसत चैनल के बजाय सेशन-रिजॉल्व्ड फिशर ज्योमेट्री के वितरण (distribution) का नमूना लेता है। लेखक तर्क देते हैं कि औसत QFI के लिए अनुकूलित (optimize) करना परिचालन रूप से त्रुटिपूर्ण है क्योंकि यह उन दुर्लभ, "नियर-नल" (near-null) सेशन्स की अनदेखी करता है जहाँ उपयोगी सूचना शून्य हो जाती है। एक सेंसर जो औसत के लिए अनुकूलित है, वह उन विशिष्ट फ्रोजन कॉन्फ़िगरेशन में परिचालन रूप से बेकार हो सकता है जो वास्तव में घटित होते हैं, जिससे एक "फिशर ग्लास" (Fisher glass) शासन उत्पन्न होता है जहाँ बड़े औसत प्रवर्धन (average amplification) के बावजूद प्रमाणित सटीकता लुप्त हो जाती है।

2. कार्यप्रणाली (Methodology)

लेखक टेल-सर्टिफाइड इंफॉर्मेशन (tail-certified information) पर आधारित एक नया प्रमाणन ढांचा प्रस्तावित करते हैं, जो औसत और व्युत्क्रम (inversion) की गैर-कम्यूटेटिविटी (non-commutativity) का सम्मान करने के लिए मानक मेट्रोलॉजिकल ऑपरेशन्स को पुनर्व्यवस्थित करता है।

प्रमाणन पाइपलाइन (The Certification Pipeline)

मुख्य पद्धतिगत बदलाव समीकरण (1) में ऑपरेशन्स के क्रम द्वारा परिभाषित किया गया है:

कंडीशन (Condition): स्थिर सेशन कॉन्फ़िगरेशन $\xi$ को निर्धारित करें।
प्रोजेक्ट (Project): उपयोगी स्केलर सूचना $F_{\theta|\mu}(\xi)$ प्राप्त करने के लिए स्लो न्यूसेंस दिशाओं ( $\mu$ ) को हटा दें।
इनवर्ट (Invert): सूचना को प्राप्त होने योग्य लॉस (loss) $\ell(\xi) = 1/F_{\theta|\mu}(\xi)$ में परिवर्तित करें।
टेल-सर्टिफाई (Tail-Certify): सेशन्स के वितरण पर लॉस का कंडीशनल वैल्यू-एट-रिस्क (CVaR) की गणना करें, और प्रमाणित सूचना को इस अपर-टेल लॉस के व्युत्क्रम के रूप में परिभाषित करें:
$I^{TC}_{\alpha}(P) := [\text{CVaR}_{\alpha}(\ell_P(\xi))]^{-1}$
जहाँ $\alpha$ कॉन्फिडेंस लेवल है।

सैद्धांतिक उपकरण (Theoretical Tools)

नो-गो थ्योरम (No-Go Theorem): लेखक सिद्ध करते हैं कि औसत फिशर मैट्रिक्स से प्राप्त कोई भी मात्रा (जिसमें औसत QFI या प्रोजेक्टेड इंफॉर्मेशन शामिल है) टेल-सर्टिफाइड प्रिसिजन को निर्धारित नहीं कर सकती। दो एंसेम्बल (ensembles) जिनका औसत फिशर मैट्रिक्स समान है, उनमें से एक में सीमित प्रमाणित प्रिसिजन हो सकता है और दूसरे में शून्य प्रमाणित प्रिसिजन हो सकता है।
फिशर-ग्लास ट्रांजिशन (Fisher-Glass Transition): यह पेपर एक एक्सपोनेंट $\beta$ $β$ पेश करता है जो इनवर्स-लॉस डिस्ट्रीब्यूशन $P(\ell > x) \sim x^{-\beta}$ $P (ℓ > x) \sim x^{- β}$ के टेल को नियंत्रित करता है।
- यदि $\beta > 1$ , तो प्रमाणित सूचना सीमित (finite) है।
- यदि $\beta \leq 1$ , तो सिस्टम एक "फिशर ग्लास" चरण में होता है जहाँ औसत सिग्नल स्ट्रेंथ के बावजूद प्रमाणित सूचना शून्य होती है।
ट्रांसवर्स रिसोर्स (Transverse Resource): पेपर स्थापित करता है कि प्रासंगिक क्वांटम रिसोर्स रॉ एम्प्लीफिकेशन ( $J_{\theta\theta}$ ) नहीं है, बल्कि लेटेंट डिसऑर्डर दिशाओं के ट्रांसवर्स (transverse) घटक के सापेक्ष सिग्नल रिस्पॉन्स का हिस्सा है। इसे फिशर एंगल $\psi$ द्वारा मापा जाता है, जहाँ $F_{\theta|\mu} = J_{\theta\theta} \sin^2 \psi$ ।
वेक्टर टारगेट्स (Vector Targets): मल्टीपैरामीटर एस्टीमेशन के लिए, फ्रेमवर्क होलेवो लॉस (Holevo loss) तक विस्तारित होता है, जो मेजरमेंट इनकम्पैटिबिलिटी और न्यूसेंस प्रोजेक्शन को ध्यान में रखता है।

3. मुख्य योगदान (Key Contributions)

यह पेपर चार मुख्य सैद्धांतिक परिणाम और डिजायन लॉ स्थापित करता है:

औसत डेटा की अपर्याप्तता (Insufficiency of Averaged Data): एक नो-गो थ्योरम जो दर्शाता है कि क्वेंच्ड सर्टिफिकेट, औसत फिशर ज्योमेट्री का फंक्शन नहीं है। इनवर्स-लॉस डिस्ट्रीब्यूशन का टेल उस सूचना को समाहित करता है जो औसत के दौरान खो जाती है।
फिशर-ग्लास ट्रांजिशन (The Fisher-Glass Transition): फिशर ज़ीरो के को-डायमेंशन और फिशर इंफॉर्मेशन के शून्य होने के क्रम (vanishing order) से $\beta$ को ज्यामितीय रूप से व्युत्पन्न करते हुए, प्रमाणित प्रिसिजन के पतन के लिए एक सटीक स्थिति प्रदान करता है।
ट्रांसवर्स रिसोर्स की पहचान (Transverse Resource Identification): क्वांटम एन्हांसमेंट का प्रमाणन, डिसऑर्डर टेंगेंट स्पेस के सापेक्ष सिग्नल के ट्रांसवर्स घटक पर निर्भर करता है। रॉ एम्प्लीफिकेशन जो डिसऑर्डर के साथ जेनेरेटर साझा करता है, वह टेल-सर्टिफाइड प्रिसिजन में सुधार नहीं करता है।
टेल सेफ्टी के लिए डिजाइन लॉ (Design Laws for Tail Safety): पेपर फिशर ग्लास से बचने के लिए ज्यामितीय रणनीतियाँ प्रस्तावित करता है:
- सेफ विंडोज़ (Safe Windows): पहले फिशर ज़ीरो से पहले इंटरोगेशन समय पर संचालित होना।
- नॉन-डेजेनरेट पोर्टफोलियो (Nondegenerate Portfolios): $K$ स्वतंत्र इंटरोगेशन आर्म्स का उपयोग करना ताकि टेल एक्सपोनेंट $\beta = K/2$ को तीव्र किया जा सके (जिसके लिए स्केलर टारगेट्स के लिए $K \geq 3$ आवश्यक है)।
- फिशर रिजर्व्स (Fisher Reserves): बीजगणितीय टेल्स (algebraic tails) को पूरी तरह से समाप्त करने के लिए एक सुरक्षित संदर्भ चैनल जोड़ना।
- एक्शन सेपरेशन (Action Separation): डिसऑर्डर एक्शन से सिग्नल एक्शन को अलग करना ताकि स्केलेबल गेन बहाल किया जा सके।

4. परिणाम (Results)

लेखक एक "डिजाइन टूर्नामेंट" का उपयोग करके अपने सिद्धांत को मान्य करते हैं, जिसमें एक शैलो NV सेंटर को स्पार्स, स्लो सरफेस फ्लक्टुएटर्स के अधीन एक रामसे मैग्नेटोमीटर के रूप में लिया गया है।

सिमुलेशन सेटअप (Simulation Setup): सिमुलेशन 32,000 फ्रोजन लेटेंट सेशन्स का उपयोग करता है जिसमें पॉइसन-डिस्ट्रीब्यूटेड सरफेस स्पिन्स हैं। यह एक समान शॉट बजट के तहत चार प्रोटोकॉल की तुलना करता है:
1. औसत-QFI डिजाइन (Average-QFI Design): औसत फिशर इंफॉर्मेशन ( $T_{avg} = 2.11 \, \mu s$ ) के लिए अनुकूलित।
2. सेफ-विंडो डिजाइन (Safe-Window Design): सेफ फेज बाउंड्री के भीतर अनुकूलित ( $T_{safe} = 1.57 \, \mu s$ )।
3. पोर्टफोलियो डिजाइन (Portfolio Design): तीन इंटरोगेशन टाइम्स का उपयोग करता है।
4. रिजर्व डिजाइन (Reserve Design): एक सेफ एंकर के साथ एक लॉन्ग आर्म को जोड़ता है।
परफॉर्मेंस रिवर्सल (Performance Reversal):
- Average-QFI डिजाइन एक टेल-सर्टिफाइड इंफॉर्मेशन $4.15 \times 10^{-6}$ देता है, जो परिचालन अर्थ में प्रभावी रूप से शून्य है, क्योंकि यह फिशर-ग्लास क्षेत्र ( $\beta = 1/2$ ) में काम करता है।
- Safe-Window, Portfolio, और Reserve डिजाइन लगभग $10^3$ के कारकों से (मान $3.88 \times 10^{-3}$ से $1.27 \times 10^{-2}$ के बीच) प्रमाणित सूचना को पुनः प्राप्त करते हैं।
टेल एक्सपोनेंट्स (Tail Exponents): सिमुलेशन सैद्धांतिक टेल इंडेक्स की पुष्टि करता है, जहाँ सिंगल अनसेफ आर्म $x^{-1/2}$ का पालन करता है, जबकि 3-आर्म पोर्टफोलियो $x^{-3/2}$ का पालन करता है, जो $\beta=1$ की इंटीग्रिबिलिटी बाउंड्री को पार करता है।
एस्टिमेटर वैलिडेशन (Estimator Validation): परिणामों को स्पष्ट मैक्सिमम लाइक्लीहुड एस्टिमेटर्स (MLE) का उपयोग करके मान्य किया गया है, जो पुष्टि करता है कि अनुमानित टेल-सर्टिफाइड प्रिसिजन, वर्स्ट-केस सेशन्स में वास्तविक एस्टिमेटर वेरिएंस से मेल खाता है।

5. महत्व और दावे (Significance and Claims)

यह पेपर नॉन-सेल्फ-एवरेजिंग एनवायरनमेंट्स में क्वांटम मेट्रोलॉजिकल एडवांटेज की परिचालन परिभाषा को फिर से परिभाषित करने का दावा करता है।

परिचालन वास्तविकता (Operational Reality): यह दावा करता है कि "औसत QFI गलत वस्तु को प्रमाणित करता है।" क्वेंच्ड एनवायरनमेंट्स में, प्रिसिजन औसत द्वारा नहीं, बल्कि वर्स्ट-केस (अपर-टेल) लॉस द्वारा शासित होती है।
पदार्थ की नई अवस्था (New Phase of Matter): लेखक फिशर ग्लासेस की अवधारणा पेश करते हैं, जो एक ऐसा चरण है जहाँ क्वांटम एन्हांसमेंट एनेल्ड (औसत) ज्योमेट्री में जीवित रहता है लेकिन दुर्लभ-घटना सांख्यिकी (rare-event statistics) के कारण एक परिचालन संसाधन के रूप में गायब हो जाता है।
डिजाइन प्रतिमान परिवर्तन (Design Paradigm Shift): पेपर का तर्क है कि भविष्य के सेंसर डिजाइन को रॉ एम्प्लीफिकेशन को अधिकतम करने के बजाय ट्रांसवर्स रिस्पॉन्स और टेल इंटीग्रिबिलिटी को इंजीनियर करने की ओर बढ़ना चाहिए। यह फिशर ग्लास से बचने के लिए ठोस, परीक्षण योग्य मानदंड (सेफ विंडोज़, पोर्टफोलियो थ्रेशोल्ड, फिशर रिजर्व्स) प्रदान करता है।
सार्वभौमिकता (Universality): इस फ्रेमवर्क को एक सामान्य सिद्धांत के रूप में प्रस्तुत किया गया है जो किसी भी ऐसे सेंसर पर लागू होता है जहाँ वातावरण माप के समय के पैमाने पर फ्रीज रहता है लेकिन दोहरावों के बीच बदल जाता है, जिसमें सुपरकंडक्टिंग क्वबिट्स और सेमीकंडक्टर स्पिन शामिल हैं, न कि केवल NV सेंटर्स।

लेखक निष्कर्ष निकालते हैं कि इन प्रणालियों में क्वांटम एडवांटेज का प्रमाण क्वेंच्ड फिशर ज्योमेट्री का गुण है, न कि औसत चैनल का, और यह प्रमाण प्रयोगात्मक रूप से अनुमान लगाने योग्य है और मानक डिजाइन प्रोटोकॉल की रैंकिंग को उलटने में सक्षम है।