Continuous Variable Hamiltonian Learning at Heisenberg Limit via Displacement-Random Unitary Transformation
이 논문은 능동적 데이터 획득을 통해 문제를 다항식 복구 문제로 환원함으로써, SPAM 오류에 대한 강건성과 단일 및 다중 모드 시스템 모두에 대한 우수한 통계적 효율성을 갖춘 연속 변수 해밀토니안 계수의 하이젠베르크 한계 학습을 달성하는 변위-무작위 유니터리 변환(D-RUT) 프로토콜을 소개한다.