Efficient online quantum state estimation using a matrix-exponentiated gradient method

In this paper, we explore an efficient online algorithm for quantum state estimation based on a matrix-exponentiated gradient method previously used in the context of machine learning. The state update is governed by a learning rate that determines how much weight is given to the new measurement res...

Celý popis

Podrobná bibliografie

Vydáno v:	arXiv.org
Hlavní autoři:	Youssry, Akram, Ferrie, Christopher, Tomamichel, Marco
Médium:	Paper
Jazyk:	angličtina
Vydáno:	Ithaca Cornell University Library, arXiv.org 07.03.2019
Témata:	Algorithms Convergence Learning curves Machine learning Maximum likelihood estimators Noise threshold Quantum theory State estimation Weight
ISSN:	2331-8422
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!