Issue |
ESAIM: PS
Volume 13, January 2009
|
|
---|---|---|
Page(s) | 363 - 399 | |
DOI | https://doi.org/10.1051/ps:2008017 | |
Published online | 22 September 2009 |
Model selection for quantum homodyne tomography
Université
Paris-Sud 11, Département de Mathématiques
Bât. 425, 91405 Orsay Cedex,
France; jonas.kahn@math.u-psud.fr
Received:
2
August
2007
Revised:
27
April
2008
This paper deals with a non-parametric problem coming from physics, namely quantum tomography. That consists in determining the quantum state of a mode of light through a homodyne measurement. We apply several model selection procedures: penalized projection estimators, where we may use pattern functions or wavelets, and penalized maximum likelihood estimators. In all these cases, we get oracle inequalities. In the former we also have a polynomial rate of convergence for the non-parametric problem. We finish the paper with applications of similar ideas to the calibration of a photocounter, a measurement apparatus counting the number of photons in a beam. Here the mathematical problem reduces similarly to a non-parametric missing data problem. We again get oracle inequalities, and better speed if the photocounter is good.
Résumé
Nous nous intéressons à un problème de statistique non-paramétrique issu de la physique, et plus précisément à la tomographie quantique, c'est-à-dire la détermination de l'état quantique d'un mode de la lumière via une mesure homodyne. Nous appliquons plusieurs procédures de sélection de modèles : des estimateurs par projection pénalisés, où on peut utiliser soit des fonctions motif, soit des ondelettes, et l'estimateur du maximum de vraisemblance pénalisé. Dans chaque cas, nous obtenons une inégalité oracle. Nous prouvons également une vitesse de convergence polynomiale pour ce problème non-paramétrique, pour les estimateurs par projection. Nous appliquons ensuite des idées à la calibration d'un photocompteur, l'appareil dénombrant le nombre de photons dans un rayon lumineux. Le problème mathématique se réduit dans ce cas à un problème non-paramétrique à données manquantes. Nous obtenons à nouveau des inégalités oracle, qui nous assurent des vitesses de convergence d'autant meilleures que le photocompteur est bon.
Mathematics Subject Classification: 62G05 / 81V80 / 62P35
Key words: Density matrix / model selection / pattern functions estimator / penalized maximum likelihood estimator / penalized projection estimators / quantum calibration / quantum tomography / wavelet estimator / Wigner function.
© EDP Sciences, SMAI, 2009
Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.
Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.
Initial download of the metrics may take a while.