面向可靠自适应停止的克里洛夫-阴影量子Fisher信息估计
量子物理
2026-05-26 v2
摘要
当量子Fisher信息(QFI)的Numerical估计配合可靠的停止决策后，才具备可扩展性。克里洛夫-阴影QFI估计具有两个资源方向：克里洛夫阶数决定人口分辨率，而样本数量控制该分辨率下的统计不确定性。我们指出，将这两个方向视为一个会产生虚假停止的情况，即宽度基准规则会报告围绕偏低阶估计的狭窄区间。我们将自适应停止转化为两个组成部分的可靠性问题，分别处理克里洛夫截断与有限样本不确定性，并提出AKS-QFI——一种针对克里洛夫-阴影估计器的分量感知停止接口。在n=4量子比特的噪声混合态基准测试中，仅使用宽度停止的虚假停止率为0.16至0.68。相同资源限制下，AKS-QFI不报告任何虚假成功声明；在重新校准克里洛夫分辨率与样本数量后，其返回的成功声明在真实5%相对容差下均为准确。这些结果使自适应停止成为基于阴影的QFI估计的可靠性层。
关键词
引用
@article{arxiv.2605.14338,
title = {Reliable Adaptive Stopping for Krylov-Shadow Quantum Fisher Information Estimation},
author = {Erjie Liu and Yangshuai Wang},
journal= {arXiv preprint arXiv:2605.14338},
year = {2026}
}