Entanglement-swapping measurements for deterministic entanglement distribution

技術要約：決定論的なもつれ分布のためのもつれ交換測定

問題提起
もつれ交換（Entanglement swapping）は、量子ネットワークにおけるもつれ分布の基本的なプリミティブである。しかし、一般的な射影測定および純粋な入力状態に対しては、異なる測定結果によって、エンドツーエンドの状態が異なるシュミット・スペクトル（もつれ構造）を持つことが一般的である。これにより、目標とする状態を得るために、分岐に応じた処理や好ましくない結果の破棄（ポストセレクション）が必要となる。もつれモノトーンは局所操作および古典通信（LOCC）の下で平均的に増加できないため、結果を破棄することは、成功確率と出力品質の間のトレードオフを生じさせ、消費されたリンクを無駄にする。本論文は、すべての測定結果が、共通のターゲット状態と局所ユニタリ（LU）同値なもつれ状態を生じさせる測定スキームを特定するという課題に取り組んでいる。これにより、最適なもつれ分布を維持しつつ、ポストセレクションを排除することが可能となる。

手法
著者らは、アリス（A）、交換ノード（N）、ボブ（B）を含む標準的な3者間もつれ交換シナリオを分析している。アリスとボブは、局所次元 $d$ の任意の純粋二部系状態 $|\tilde{\psi}\rangle$ および $|\tilde{\phi}\rangle$ をノードと共有している。

1. 整列（Alignment）: プロトコルでは、ノードが入ってくる状態を共通のシュミット基底（計算基底）に整列させるために局所ユニタリ回転を適用することを前提としており、その結果、係数行列 $A$ および $B$ は対角行列となる。
2. 測定の表現: ノードは、ランク1の射影測定 $M_N = \{|\Gamma_i\rangle\langle\Gamma_i|\}_{i=1}^{d^2}$ を実行する。測定ベクトルは、係数行列 $E_i$ を用いて $|\Gamma_i\rangle = (E_i^* \otimes \mathbb{1})|\Phi\rangle$ と表現される（ここで $|\Phi\rangle$ は正規化されていない最大もつれ状態である）。
3. 制約: 本研究は、すべてのベクトルがフル・シュミット・ランク（非特異な $E_i$）を持つ測定に限定して検討を行う。
4. 最適化指標: 著者らは、出力の平均G-コンカレンス（$C_d$）を評価するためのスカラー的なもつれモノトーンとして、$d |\det M|^{2/d}$ で定義されるG-コンカレンスを利用する。

主要な貢献および結果

1. ユニバーサルLU決定性の特性評価
本論文では、ユニバーサルLU決定性を、「あらゆる一対の純粋入力状態に対して、すべての測定結果が、出力状態が（結果に基づいて修正可能な）局所ユニタリと同値である」という性質として定義する。

• 必要条件: プロトコルがユニバーサルにLU決定的であるためには、測定結果の確率が一様（$p_i = 1/d^2$）であり、かつ係数行列 $E_i$ が、すべての成分の絶対値が $1/d$ である**一様測定演算子（SUBM）**の集合に属していなければならない。
• 必要十分条件: 著者らは、すべての入力に対して $E_i$ と $E_j$ がLU同値な出力を生成するための必要十分条件は、それらが同じ位相共役（PC）クラスに属することであると証明している。具体的には、$E_i$ と $E_j$ は以下のように関連していなければならない：
  $$E_i = D_L E_j D_R \quad \text{または} \quad E_i = D_L E_j^* D_R$$
  ここで、$D_L$ および $D_R$ は対角ユニタリ行列である。

2. 最適性と複素アダマール測定
著者らは平均G-コンカレンスを最適化している。彼らは、ある測定が（すべての入力に対して平均G-コンカレンスを最大化する）最適であるための必要十分条件は、すべての測定ベクトルが最大もつれ状態であることであることを確立した。

• 最適性とユニバーサルLU決定性を組み合わせることで、係数行列はスケーリングされた複素アダマールユニタリ（$E_i = \frac{1}{\sqrt{d}}H_i$）に限定される。
• 決定的なことに、これらの測定においては、アンサンブルの平均だけでなく、個々の測定結果すべてが最適なG-コンカレンスを達成する。これにより、成功確率と出力品質の間のトレードオフが解消される。
• 本論文は、標準的なベル測定はシュミット整列基底においてユニバーサルにLU決定的ではないが、固定された局所フーリエ事前回転と、その後の結果依存の位相補正を経ることで、そのような測定へと変換可能であることを示している。

3. PCクラスの分類
著者らは、次元 $d$ に基づいて複素アダマール演算子の異なるPCクラスを分類している。

• $d = 2, 3$: PCクラスはただ一つ存在する。
• $d = 5$: 正確に72個の異なるPCクラスが存在する。
• $d = 4k$ （$k$ は正の整数）: 非可算個のPCクラスが存在する。
• $d = 4$: 特に、無数のクラスを持つことが指摘されている。
• $d \geq 6$ （4の倍数でない場合）: 分類は未解決の問題である。
  著者らは、異なるPCクラスは同じ最適なG-コンカレンスを与えるものの、得られる状態は一般に決定論的なLOCCの下では比較不能であることを注記している。

4. ロバスト性とネットワーク構成

• ノイズへのロバスト性: 測定演算子が複素共役を伴わない対角ユニタリによって関連付けられている場合、独立した二部系デポラリゼーション・ノイズの下でも厳密なLU決定性が保持される。一般的な凸結合による入力の汚染（$\rho = (1-\epsilon)\rho_{\text{ideal}} + \epsilon\sigma_{\text{noise}}$）に対しては、理想的な出力からのアンサンブル平均のトレース距離は、汚染の重み $\epsilon$ によって抑えられる。
• 順序独立性: もつれ交換チェーンにおいて、著者らは $d=2$ および $d=3$ の場合、補正されたエンドツーエンドの状態は、もつれ交換が行われる順序に依存しない（結合法則の成立）ことを示している。$d=4$ については、各スワップにおいてG-コンカレンスの最適性は維持されるものの、順序独立性が保証されないという反例を提示している。

意義および主張
本論文は、フル・シュミット・ランクのベクトルを持つ射影的もつれ交換測定の完全な特性評価を提供すると主張している。

• ポストセレクションフリーの分布: 提案されたスキームは、すべての測定結果が受理される決定論的なもつれ分布を可能にし、好ましくない分岐を拒否することに伴うリンクの浪費を排除する。
• 個別の最適性: アンサンブルの平均を最適化した従来の作業とは異なり、これらのスキームは個々のすべての結果に対して最適なG-コンカレンスを保証する。
• スケーラビリティ: このフレームワークは、正確なロバスト性と構成に関する保証を伴いつつ、任意のネットワークトポロジー（チェーン、格子）へのモジュールの組み込みをサポートする。
• 次元の制約: 本研究は、低次元（$d=2,3$）と高次元の間における決定論的なもつれ交換の複雑さ、特に測定クラスの一意性とスワッピング操作の結合法則に関する鋭い区別を浮き彫りにしている。

著者らは、これらの結果が、純粋状態量子ネットワークにおけるポストセレクションフリーでG-コンカレンス最適な、もつれ交換の厳密な基礎を確立するものであると結論付けている。これには、低次元におけるロバスト性とスワッピング・チェーンの代数的性質に関する具体的な保証が含まれる。