Identifiability in Quantum State, Process, and Network Tomography

기술적 요약: 양자 상태, 프로세스 및 네트워크 토모그래피의 식별 가능성

문제 정의
본 연구는 세 가지 연관된 양자 파라미터 추정 작업인 양자 상태 토모그래피(QST), 양자 프로세스 토모그래피(QPT), 양자 네트워크 토모그래피(QNT)에 걸친 식별 가능성(identifiability)의 근본적인 문제를 다룬다. QST가 미지의 밀도 행렬을 재구성하는 것을 목표로 하고 QPT가 미지의 양자 채널을 특성화하는 것을 목표로 한다면, QNT는 접근 가능한 모니터 노드에서 수집된 엔드-투-엔드 프로브 측정값을 통해 개별 링크 파라미터를 추론하고자 한다. 이들 문제 사이에는 파라미터의 유일한 결정에 필요한 조건과 관련하여 결정적인 차이가 존재한다. QST와 QPT에서는 실험자가 일반적으로 정보 완결적(Informationally Complete, IC) 측정 세트를 선택할 수 있다. 반면, QNT는 네트워크 토폴로지와 모니터 배치에 의해 제약을 받으며, 즉 허용 가능한 프로브 경로가 가용 정보를 결정한다. 본 논문은 미지의 시스템 파라미터들이 측정 통계로부터 유일하게 결정될 수 있는지 여부를 통합적 분석 도구인 피셔 정보 행렬(Fisher Information Matrix, FIM)을 활용하여 조사한다.

방법론
저자들은 측정 결과에 포함된 미지 파라미터에 대한 정보량을 정량화하는 피셔 정보 행렬(FIM)에 기반한 공통 프레임워크를 통해 세 가지 토모그래피 문제를 분석한다. FIM은 다음과 같이 정의된다:
$$[F(\theta)]_{ij} = \sum_{y} \frac{1}{p_y(\theta)} \frac{\partial p_y(\theta)}{\partial \theta_i} \frac{\partial p_y(\theta)}{\partial \theta_j}$$
여기서 $\theta$는 파라미터 벡터이고 $p_y(\theta)$는 결과 확률이다. FIM의 풀 랭크(full rank)는 모든 파라미터 방향에 대해 유한한 크라메르-라오 하한(Cramér-Rao Bound, CRB)을 갖기 위한 필요 조건이며, 랭크 결핍(rank deficiency)은 통계가 파라미터를 결정할 수 없는 방향이 존재함을 나타낸다.

본 연구는 시스템을 다음과 같이 모델링한다:

• QST: 파울리 기저(Pauli basis)에서 15개의 독립적인 실수 파라미터로 기술되는 일반적인 2-큐비트 상태. FIM은 양의 연산자 값 측정(POVM)에 대해 유도된다.
• QPT: 아핀 블로흐 표현(affine Bloch representation)에서 12개의 실수 파라미터로 특징지어지는 일반적인 단일 큐비트 완전 양의 트레이스 보존(CPTP) 채널. 이 분석은 알려진 입력 상태와 파울리 기저 출력 측정을 고려한다.
• QNT: 미지의 파라미터 $w_l$을 갖는 링크들이 단일 큐비트 디폴러라이징 채널인 무방향 그래프로 모델링된 양자 네트워크. 분석에는 순환 프로브 경로(cyclic probe paths)에 대한 공동 벨 상태 측정이 사용된다. 경로 $P$에 대한 유효 워너 파라미터(effective Werner parameter)는 $X_P = \prod_{e_l \in P} w_l^2$이다.

QNT를 위한 핵심 수학적 유도는 경로-링크 인시던스 행렬(path-link incidence matrix) $A$를 포함한다. 경로 파라미터와 링크 파라미터 사이의 관계는 로그-선형적이다 ($\log X = 2A \log w$). 저자들은 QNT FIM($F_{QNT}$)을 인수분해하여 그 랭크가 인시던스 행렬 $A$의 랭크에 의해 결정됨을 보여준다. 구체적으로, $F_{QNT} = G^\top C G$이며, 여기서 $G$와 $C$는 유효한 파라미터 범위 내에서 비특이 행렬(non-singular matrices)이다. 결과적으로, $\text{rank}(F_{QNT}) = \text{rank}(A)$이다.

주요 결과
논문은 식별 가능성 조건과 측정 자원(복사본 수, $N$)의 영향에 대한 비교 분석을 제시한다:

1. QST 및 QPT: 정보 완결적(IC) 설정 하에서 QST와 QPT는 모두 풀 랭크 FIM을 달성한다.

   • QST의 경우, 9개의 로컬 파울리 설정($P \otimes Q$)은 15개 파라미터에 대해 풀 랭크 FIM을 생성한다 ($\lambda_{\min} = 1.00$).
   • QPT의 경우, $\mathbb{R}^4$를 생성하는 4개의 입력 상태와 파울리-X, Y, Z 출력 측정을 사용하는 구성은 12개 파라미터에 대해 풀 랭크 FIM을 생성한다 ($\lambda_{\min} = 0.49$).

2. QNT 식별 가능성: QNT에서의 식별 가능성은 프로브 경로 집합이 네트워크 링크를 독립적으로 커버하는지에 따라 엄격하게 결정된다.

   • 3-링크 스타 네트워크에서 두 개의 프로브 경로($P_{12}, P_{13}$)를 사용하는 경우, 모든 링크를 커버함에도 불구하고 인시던스 행렬의 랭크는 2가 된다. 이는 랭크 결핍된 FIM(하나의 영 고유값 존재)으로 이어지며, 복사본의 수와 관계없이 링크 파라미터를 식별 불가능하게 만든다. 이 영 공간(null direction)은 경로 확률을 불변하게 유지하면서 링크 파라미터를 재조정(rescaling)하는 데 대응한다.
   • 직접적인 프로브 경로($P_1$)를 추가하면 인시던스 행렬의 랭크가 3으로 증가하여 FIM이 풀 랭크가 되고 파라미터가 식별 가능해진다.

3. 복사본 수($N$)의 효과: 논문은 측정 구성당 독립적인 복사본의 수를 늘리면 FIM 고유값이 선형적으로 스케일링됨($F_N = N F_1$)을 보여주지만, 랭크를 변화시키지는 않는다는 점을 입증한다.

   • 프로브 집합이 불충분하여 랭크가 결핍된 경우, 어떤 $N$에 대해서도 FIM은 특이 행렬(singular)로 남으며, 영 방향에 대해 유한한 CRB가 존재하지 않는다.
   • 프로브 집합이 충분한 경우, $N$을 늘리면 고유값이 선형적으로 증가하여 역 FIM의 트레이스(추정 오차를 나타냄)가 $1/N$에 따라 감소함으로써 정밀도가 향상된다.

의의 및 주장
저자들은 본 연구가 식별 가능성에 대한 통합된 FIM-랭크 기반 관점을 제공하며, 상태/채널 특성화에서 네트워크 수준의 추론으로 넘어갈 때 발생하는 근본적인 변화를 강조한다고 주장한다. 주요 기여는 QST 및 QPT에서 발견되는 측정 완결성 조건 위에 QNT가 구조적 요구사항을 부과한다는 점을 입증한 것이다.

본 논문은 신뢰할 수 있는 네트워크 특성화를 위해서는 충분한 측정 자원(복사본)뿐만 아니라, 하부의 링크에 대해 독립적인 정보를 제공하는 프로브 경로 토폴로지가 필수적이라고 단언한다. 추가적인 복사본이 랭크가 결핍된 인시던스 행렬을 보완할 수 없으므로, 모든 네트워크 링크에 직접 접근할 수 없는 시나리오에서 프로브 경로의 설계는 매우 중요하다. 이러한 결과는 양자 토모그래피 문제 전반에 걸친 식별 가능성을 평가하기 위한 이론적 기초를 확립하며, 토폴로지와 모니터 배치에 의해 부과되는 QNT 설계 제약에 대한 추가 연구를 촉발한다.