单次测量学习作为量子增强传感的自认证估计器

单次测量学习通过一位成功/失败记录学习补偿酉变换，并在连续成功达到预设次数后停止。我们将单次测量学习重新表述为参数化传感流形上的自适应估计器，并探讨其在量子增强传感中的作用。首先，我们证明终端运行本身提供了局部对齐的内在证书：更长的终端运行认证更小的失真，在最优值附近这成为费舍尔校准的参数误差证书。其次，对于补偿型传感族，伯努利成功/失败记录与探针量子费舍尔信息局部匹配，因此单次测量学习尽管每次仅使用一个经典比特，却保留了探针的计量学内容。从这个意义上说，单次测量学习使探针操作所携带的量子增强在在线自终止协议中变得可操作地可用。应用于深度为m的GHZ/NOON探针，单次测量学习在固定总资源下保留了相对于乘积探针的熟悉平方根纠缠增益，而理想的多尺度架构与海森堡标度兼容。光子NOON态相位感知的蒙特卡洛模拟显示了终端失真随纠缠光子数的期望近逆衰减、固定纠缠深度的总资源标准量子极限标度、相应的固定资源纠缠增益、单条纹尺度的全局限制，以及在理想多尺度交接下海森堡兼容行为的恢复。这些结果将单次测量学习确定为量子增强传感的费舍尔保持型自认证估计器层。