क्वांटम टोमोग्राफी

क्वांटम टोमोग्राफी या क्वांटम स्टेट टोमोग्राफी वह प्रक्रिया है जिसके द्वारा समान क्वांटम राज्यों के समूह पर माप का उपयोग करके क्वांटम राज्य का पुनर्निर्माण किया जाता है। इन अवस्थाओं का स्रोत कोई भी उपकरण या प्रणाली हो सकती है जो क्वांटम अवस्थाओं को या तो लगातार क्वांटम शुद्ध अवस्थाओं में या अन्यथा सामान्य मिश्रित अवस्था (भौतिकी) में तैयार करती है। राज्य की विशिष्ट पहचान करने में सक्षम होने के लिए, माप टोमोग्राफिक रूप से पूर्ण होना चाहिए। अर्थात्, मापे गए ऑपरेटर (गणित) को सिस्टम के हिल्बर्ट स्थान पर एक ऑपरेटर (गणित) आधार (रैखिक बीजगणित) बनाना होगा, जो राज्य के बारे में सभी जानकारी प्रदान करेगा। टिप्पणियों के ऐसे सेट को कभी-कभी कोरम कहा जाता है। टोमोग्राफी शब्द का प्रयोग पहली बार क्वांटम भौतिकी साहित्य में 1993 में प्रयोगात्मक ऑप्टिकल होमोडाइन टोमोग्राफी प्रस्तुत करने वाले पेपर में किया गया था।  दूसरी ओर, क्वांटम प्रक्रिया टोमोग्राफी में, ज्ञात क्वांटम अवस्थाओं का उपयोग क्वांटम प्रक्रिया की जांच करने के लिए किया जाता है ताकि यह पता लगाया जा सके कि प्रक्रिया का वर्णन कैसे किया जा सकता है। इसी तरह, क्वांटम माप टोमोग्राफी यह पता लगाने के लिए काम करती है कि कौन सा माप किया जा रहा है। जबकि, यादृच्छिक बेंचमार्किंग त्रुटि प्रवण भौतिक क्वांटम प्रक्रिया और उसके आदर्श समकक्ष के बीच ओवरलैप की योग्यता का एक आंकड़ा प्राप्त करती है।

आप कितना खड़े हैं टोमोग्राफी के पीछे सामान्य सिद्धांत यह है कि समान घनत्व मैट्रिक्स द्वारा वर्णित क्वांटम सिस्टम पर बार-बार कई अलग-अलग माप करके, संभावनाओं का अनुमान लगाने के लिए आवृत्ति गणना का उपयोग किया जा सकता है, और घनत्व मैट्रिक्स निर्धारित करने के लिए इन संभावनाओं को बोर्न नियम के साथ जोड़ा जाता है जो सबसे अच्छा फिट बैठता है अवलोकनों के साथ.

इसे शास्त्रीय सादृश्य बनाकर आसानी से समझा जा सकता है। एक लयबद्ध दोलक (उदाहरण के लिए एक पेंडुलम) पर विचार करें। किसी भी बिंदु पर थरथरानवाला की स्थिति (वेक्टर) और गति को मापा जा सकता है और इसलिए गति को चरण स्थान द्वारा पूरी तरह से वर्णित किया जा सकता है। यह चित्र 1 में दिखाया गया है। बड़ी संख्या में समान ऑसिलेटरों के लिए यह माप करने से हमें चरण स्थान में संभाव्यता वितरण मिलता है (चित्र 2)। इस वितरण को सामान्यीकृत किया जा सकता है (किसी निश्चित समय पर थरथरानवाला कहीं होना चाहिए) और वितरण गैर-नकारात्मक होना चाहिए। इसलिए हमने एक फ़ंक्शन W(x,p) पुनर्प्राप्त किया है जो किसी दिए गए गति के साथ किसी दिए गए बिंदु पर कण को ​​खोजने की संभावना का विवरण देता है। क्वांटम यांत्रिक कणों के लिए भी ऐसा ही किया जा सकता है। अंतर केवल इतना है कि हाइजेनबर्ग के अनिश्चितता सिद्धांत का उल्लंघन नहीं किया जाना चाहिए, जिसका अर्थ है कि हम एक ही समय में कण की गति और स्थिति को नहीं माप सकते हैं। क्वांटम से संबंधित अवस्थाओं में कण की गति और उसकी स्थिति को चतुर्भुज कहा जाता है (अधिक जानकारी के लिए ऑप्टिकल चरण स्थान देखें)। बड़ी संख्या में समान क्वांटम अवस्थाओं के किसी एक चतुर्भुज को मापने से हमें उस विशेष चतुर्भुज के अनुरूप संभाव्यता घनत्व मिलेगा। इसे सीमांत वितरण कहा जाता है, pr(X) or pr(P) (see figure 3). In the following text we will see that this probability density is needed to characterize the particle's quantum state, which is the whole point of quantum tomography.

किस कितना राज्य टोमोग्राफी का उपयोग
के लिए किया जाता है क्वांटम टोमोग्राफी को सिस्टम के स्रोत पर लागू किया जाता है, ताकि उस स्रोत के आउटपुट की क्वांटम स्थिति निर्धारित की जा सके। एकल प्रणाली पर माप के विपरीत, जो माप के बाद सिस्टम की वर्तमान स्थिति निर्धारित करता है (सामान्य तौर पर, माप करने का कार्य क्वांटम स्थिति को बदल देता है), क्वांटम टोमोग्राफी माप से पहले स्थिति को निर्धारित करने के लिए काम करती है।

क्वांटम टोमोग्राफी का उपयोग ऑप्टिकल संकेतों को चिह्नित करने के लिए किया जा सकता है, जिसमें ऑप्टिकल उपकरणों के सिग्नल लाभ और हानि को मापना शामिल है, साथ ही क्वांटम कम्प्यूटिंग  और क्वांटम सूचना सिद्धांत में क्वैबिट की वास्तविक स्थिति को विश्वसनीय रूप से निर्धारित करने के लिए।  कोई ऐसी स्थिति की कल्पना कर सकता है जिसमें एक व्यक्ति बॉब एक ​​ही क्वांटम अवस्था में कई समान वस्तुओं (कण या क्षेत्र) को तैयार करता है और फिर उन्हें मापने के लिए ऐलिस को देता है। राज्य के बारे में बॉब के विवरण से आश्वस्त नहीं, ऐलिस स्वयं राज्य को वर्गीकृत करने के लिए क्वांटम टोमोग्राफी करना चाह सकती है।

रेखीय व्युत्क्रम
बॉर्न के नियम का उपयोग करके, कोई क्वांटम टोमोग्राफी का सबसे सरल रूप प्राप्त कर सकता है। सामान्यतः शुद्ध अवस्था में होने का पहले से पता नहीं चलता और अवस्था मिश्रित हो सकती है। इस मामले में, कई अलग-अलग प्रकार के माप करने होंगे, प्रत्येक को कई बार। एक परिमित-आयामी हिल्बर्ट अंतरिक्ष में मिश्रित अवस्था (भौतिकी) के लिए घनत्व मैट्रिक्स को पूरी तरह से पुनर्निर्माण करने के लिए, निम्नलिखित तकनीक का उपयोग किया जा सकता है।

बोर्न का नियम बताता है $$\mathrm{P}(E_i | \rho) = \mathrm{Trace}(E_i \rho)$$, कहाँ $$E_i$$ एक विशेष माप परिणाम प्रक्षेपण (रैखिक बीजगणित) है और $$\rho$$ सिस्टम का घनत्व मैट्रिक्स है। प्रत्येक माप के लिए अवलोकनों का हिस्टोग्राम देखते हुए, एक अनुमान होता है $$p_i$$ को $$\mathrm{P}(E_i | \rho)$$ प्रत्येक के लिए $$E_i$$.

रैखिक ऑपरेटर दिए गए हैं $$S$$ और $$T$$, आंतरिक उत्पाद को परिभाषित करें
 * $$S \cdot T = \mathrm{Tr}[S^\dagger T] = \vec{S}^\dagger \vec{T}$$

कहाँ $$\vec{T}$$ का प्रतिनिधित्व है $$T$$ कॉलम वेक्टर के रूप में ऑपरेटर और $$\vec{S}^\dagger$$ एक पंक्ति वेक्टर ऐसा है $$\vec{S}^\dagger \vec{T}$$ में आंतरिक उत्पाद है $$\mathbb{C}^d$$ दोनों के।

मैट्रिक्स को परिभाषित करें $$A$$ जैसा
 * $$A = \begin{pmatrix} \vec E_1^\dagger \\ \vec E_2^\dagger \\ \vec E_3^\dagger \\ \vdots \end{pmatrix}$$.

यहां ईi व्यक्तिगत मापों की कुछ निश्चित सूची है (द्विआधारी परिणामों के साथ), और ए सभी माप एक ही बार में करता है।

फिर इसे लागू करना $$\vec{\rho}$$ संभावनाएँ उत्पन्न करता है:
 * $$A\vec{\rho} = \begin{pmatrix} \vec{E}_1^\dagger \vec\rho \\ \vec{E}_2^\dagger \vec\rho \\ \vec{E}_3^\dagger \vec\rho \\ \vdots \end{pmatrix} = \begin{pmatrix} E_1 \cdot \rho \\ E_2 \cdot \rho  \\ E_3 \cdot \rho \\ \vdots \end{pmatrix} = \begin{pmatrix} \mathrm{P}(E_1 | \rho) \\ \mathrm{P}(E_2 | \rho)  \\ \mathrm{P}(E_3 | \rho) \\ \vdots \end{pmatrix} \approx \begin{pmatrix} p_1 \\ p_2  \\ p_3 \\ \vdots \end{pmatrix} = \vec{p}$$.

रैखिक व्युत्क्रम प्रेक्षित सापेक्ष आवृत्तियों का उपयोग करके इस प्रणाली को व्युत्क्रमित करने से मेल खाता है $$\vec p$$ व्युत्पन्न करना $$\vec \rho$$ (जो कि समरूपी है $$\displaystyle\rho$$).

यह प्रणाली सामान्य रूप से वर्गाकार नहीं होने वाली है, क्योंकि किए जाने वाले प्रत्येक माप के लिए आम तौर पर एकाधिक माप परिणाम प्रक्षेपण (रैखिक बीजगणित) होंगे $$E_i$$. उदाहरण के लिए, 3 मापों के साथ 2-डी हिल्बर्ट अंतरिक्ष में $$\sigma_x, \sigma_y, \sigma_z$$, प्रत्येक माप के 2 परिणाम होते हैं, जिनमें से प्रत्येक में एक प्रोजेक्टर E होता हैi, 6 प्रोजेक्टर के लिए, जबकि घनत्व मैट्रिक्स के स्थान का वास्तविक आयाम (2⋅2) है2)/2=4, जा रहा हूँ $$A$$ 6 x 4 होना। सिस्टम को हल करने के लिए बाईं ओर से गुणा करें $$A^T$$:
 * $$A^T A \vec\rho = A^T \vec{p}$$.

अब के लिए समाधान $$\vec\rho$$ छद्म व्युत्क्रम उत्पन्न करता है:
 * $$\vec\rho = (A^T A)^{-1} A^T \vec{p}$$.

यह सामान्य रूप से तभी काम करता है जब माप सूची ईi टोमोग्राफिक रूप से पूर्ण है। अन्यथा, मैट्रिक्स $$A^T A$$ उलटा नहीं होगा.

सतत चर और क्वांटम होमोडाइन टोमोग्राफी
अनंत आयामी हिल्बर्ट स्थानों में, उदा. स्थिति जैसे सतत चरों के मापन में, कार्यप्रणाली कुछ अधिक जटिल है। एक उल्लेखनीय उदाहरण प्रकाश की टोमोग्राफी में है, जिसे ऑप्टिकल होमोडाइन टोमोग्राफी के रूप में जाना जाता है। संतुलित होमोडाइन माप का उपयोग करके, कोई विग्नर क्वासिप्रोबेबिलिटी वितरण और प्रकाश की स्थिति के लिए एक घनत्व मैट्रिक्स प्राप्त कर सकता है। एक दृष्टिकोण में चरण स्थान में विभिन्न घुमाई गई दिशाओं के साथ माप शामिल है। प्रत्येक दिशा के लिए $$\theta$$, कोई संभाव्यता वितरण पा सकता है $$w(q,\theta)$$ माप की संभाव्यता घनत्व फ़ंक्शन के लिए $$\theta$$ मूल्य उत्पन्न करने वाले चरण स्थान की दिशा $$q$$. व्युत्क्रम रेडॉन परिवर्तन (फ़िल्टर किए गए बैक प्रोजेक्शन) का उपयोग करना $$w(q,\theta)$$ विग्नर अर्धसंभाव्यता वितरण की ओर ले जाता है, $$\mathrm{W}(x,p)$$, जिसे व्युत्क्रम फूरियर रूपांतरण द्वारा किसी भी आधार पर राज्य के लिए घनत्व मैट्रिक्स में परिवर्तित किया जा सकता है। टोमोग्राफी में अक्सर इसी तरह की तकनीक का उपयोग किया जाता है।

उदाहरण: सिंगल-क्विबिट स्टेट टोमोग्राफी
एकल क्वबिट के घनत्व मैट्रिक्स को उसके बलोच वेक्टर के संदर्भ में व्यक्त किया जा सकता है $$\vec{r}$$ और पाउली वेक्टर $$\vec{\sigma}$$:


 * $$ \rho = \frac{1}{2}\left(I + \vec{r} \cdot \vec{\sigma}\right)

= \frac{1}{2}\begin{pmatrix} 1 + r_z & r_x - \mathrm i r_y \\ r_x + \mathrm i r_y &  1 -  r_z \end{pmatrix}$$.

सिंगल-क्विबिट राज्य टोमोग्राफी को सिंगल-क्विबिट पाउली माप के माध्यम से किया जा सकता है: # सबसे पहले, तीन क्वांटम सर्किट की एक सूची बनाएं, जिसमें पहला कम्प्यूटेशनल आधार (जेड-आधार) में क्वबिट को मापता है, दूसरा माप से पहले क्वांटम लॉजिक गेट#हैडमार्ड गेट का प्रदर्शन करता है (जो एक्स-आधार में माप करता है) ), और तीसरा उपयुक्त क्वांटम लॉजिक गेट#फ़ेज़ शिफ्ट गेट्स का प्रदर्शन कर रहा है (अर्थात् $$\sqrt{Z}^{\dagger}=|0\rangle\langle 0|+\exp(-\mathrm i \pi/2)|1\rangle\langle 1|$$) माप से पहले एक हैडमार्ड गेट का पालन किया जाता है (जो वाई-आधार में माप करता है);
 * 1) फिर, इन सर्किटों को चलाएं (आमतौर पर हजारों बार), और पहले सर्किट के माप परिणामों में गिनती उत्पन्न होती है $$\bar{z}=(n_{z,+}-n_{z,-})/(n_{z,+}+n_{z,-})$$, दूसरा सर्किट $$\bar{x}$$, और तीसरा सर्किट $$\bar{y}$$;
 * 2) अंत में, यदि $$\bar{x}^2+\bar{y}^2+\bar{z}^2\leq 1$$, तो एक मापा बलोच वेक्टर उत्पन्न होता है $$\vec{r}_{m}=(\bar{x},\bar{y},\bar{z})$$, और मापा घनत्व मैट्रिक्स है $$  \rho_m = \frac{1}{2}\left(I + \vec{r}_m \cdot \vec{\sigma}\right)$$; अगर $$\bar{x}^2+\bar{y}^2+\bar{z}^2>1$$, मापे गए बलोच वेक्टर को पुनः सामान्य बनाना आवश्यक होगा $$\vec{r}_{m}=(\bar{x},\bar{y},\bar{z})/\sqrt{\bar{x}^2+\bar{y}^2+\bar{z}^2}$$ मापा घनत्व मैट्रिक्स की गणना करने के लिए इसका उपयोग करने से पहले।

यह एल्गोरिदम क्वबिट टोमोग्राफी की नींव है और इसका उपयोग कुछ क्वांटम प्रोग्रामिंग रूटीन में किया जाता है, जैसे कि किस्किट।

उदाहरण: होमोडाइन टोमोग्राफी.
विद्युतचुंबकीय क्षेत्र के आयाम (चतुर्भुज) को टेम्पोरल मोड चयनात्मकता के साथ फोटो डिटेक्टर ों का उपयोग करके उच्च दक्षता के साथ मापा जा सकता है। संतुलित होमोडाइन टोमोग्राफी ऑप्टिकल डोमेन में क्वांटम राज्यों के पुनर्निर्माण की एक विश्वसनीय तकनीक है। यह तकनीक प्रकाश की तीव्रता या फोटॉन संख्या को मापने में फोटोडायोड की उच्च दक्षता के लाभों को जोड़ती है, साथ ही होमोडाइन टोमोग्राफी डिटेक्टर नामक एक चतुर सेट-अप द्वारा प्रकाश की क्वांटम विशेषताओं को मापती है।

क्वांटम होमोडाइन टोमोग्राफी को निम्नलिखित उदाहरण से समझा जाता है। एक लेज़र को 50-50% बीम फाड़नेवाला  पर निर्देशित किया जाता है, जो लेज़र बीम को दो बीमों में विभाजित करता है। एक का उपयोग स्थानीय थरथरानवाला (एलओ) के रूप में किया जाता है और दूसरे का उपयोग एक विशेष क्वांटम स्थिति के साथ फोटॉन उत्पन्न करने के लिए किया जाता है। क्वांटम अवस्थाओं की पीढ़ी को साकार किया जा सकता है, उदा. आवृत्ति दोहरीकरण क्रिस्टल के माध्यम से लेजर बीम को निर्देशित करके और फिर एक पैरामीट्रिक डाउन-रूपांतरण क्रिस्टल पर। यह क्रिस्टल एक निश्चित क्वांटम अवस्था में दो फोटॉन उत्पन्न करता है। फोटॉन में से एक का उपयोग ट्रिगर सिग्नल के रूप में किया जाता है जिसका उपयोग होमोडाइन टोमोग्राफी डिटेक्टर के रीडआउट इवेंट को ट्रिगर (शुरू) करने के लिए किया जाता है। अन्य फोटॉन को इसकी क्वांटम स्थिति का पुनर्निर्माण करने के लिए होमोडाइन टोमोग्राफी डिटेक्टर में निर्देशित किया जाता है। चूंकि ट्रिगर और सिग्नल फोटॉन क्वांटम उलझाव हैं (यह सहज पैरामीट्रिक डाउन-रूपांतरण लेख द्वारा समझाया गया है), यह महसूस करना महत्वपूर्ण है कि सिग्नल स्थिति का ऑप्टिकल मोड केवल तभी गैर-स्थानीय बनाया जाता है जब ट्रिगर फोटॉन फोटोडिटेक्टर (के) को प्रभावित करता है ट्रिगर इवेंट रीडआउट मॉड्यूल) और वास्तव में मापा जाता है। अधिक सरल रूप से कहा जाए तो, यह केवल तभी होता है जब ट्रिगर फोटॉन को मापा जाता है, कि सिग्नल फोटॉन को होमोडाइन डिटेक्टर द्वारा मापा जा सकता है।

अब होमोडाइन टोमोग्राफी डिटेक्टर पर विचार करें जैसा कि चित्र 4 में दर्शाया गया है (चित्र गायब है)। सिग्नल फोटॉन (यह वह क्वांटम स्थिति है जिसे हम पुनर्निर्माण करना चाहते हैं) स्थानीय ऑसिलेटर के साथ हस्तक्षेप करता है, जब उन्हें 50-50% बीमस्प्लिटर पर निर्देशित किया जाता है। चूँकि दोनों किरणें एक ही तथाकथित मास्टर लेजर से उत्पन्न होती हैं, इसलिए उनका निश्चित चरण (तरंगें) संबंध समान होता है। सिग्नल की तुलना में स्थानीय थरथरानवाला तीव्र होना चाहिए ताकि यह एक सटीक चरण संदर्भ प्रदान कर सके। स्थानीय थरथरानवाला इतना तीव्र है, कि हम इसका शास्त्रीय तरीके से इलाज कर सकते हैं (ए = α) और क्वांटम उतार-चढ़ाव की उपेक्षा कर सकते हैं। सिग्नल फ़ील्ड को स्थानीय ऑसिलेटर द्वारा स्थानिक और अस्थायी रूप से नियंत्रित किया जाता है, जिसका एक नियंत्रित आकार होता है। जहां स्थानीय थरथरानवाला शून्य है, सिग्नल अस्वीकार कर दिया जाता है। इसलिए, हमारे पास सिग्नल की अस्थायी-स्थानिक मोड चयनात्मकता है। बीमस्प्लिटर दो बीमों को दो फोटोडिटेक्टरों पर पुनर्निर्देशित करता है। फोटोडिटेक्टर फोटॉन संख्या के आनुपातिक विद्युत प्रवाह उत्पन्न करते हैं। दो डिटेक्टर धाराओं को घटा दिया जाता है और परिणामी धारा सिग्नल मोड में विद्युत क्षेत्र ऑपरेटर के लिए आनुपातिक होती है, जो सिग्नल के सापेक्ष ऑप्टिकल चरण और स्थानीय थरथरानवाला पर निर्भर होती है।

चूंकि स्थानीय थरथरानवाला के विद्युत क्षेत्र का आयाम सिग्नल की तुलना में बहुत अधिक है, इसलिए सिग्नल क्षेत्र में तीव्रता या उतार-चढ़ाव देखा जा सकता है। होमोडाइन टोमोग्राफी प्रणाली एक एम्पलीफायर के रूप में कार्य करती है। सिस्टम को ऐसे उच्च तीव्रता संदर्भ बीम (स्थानीय थरथरानवाला) के साथ एक इंटरफेरोमीटर के रूप में देखा जा सकता है जो सिग्नल में एकल फोटॉन द्वारा हस्तक्षेप को असंतुलित करना मापनीय है। यह प्रवर्धन फोटोडिटेक्टर शोर तल से काफी ऊपर है।

माप को बड़ी संख्या में पुन: प्रस्तुत किया जाता है। फिर चरण स्थान में एक अलग कोण को 'स्कैन' करने के लिए सिग्नल और स्थानीय ऑसिलेटर के बीच चरण अंतर को बदल दिया जाता है। इसे चित्र 4 से देखा जा सकता है। माप को बड़ी संख्या में दोबारा दोहराया जाता है और वर्तमान अंतर से सीमांत वितरण प्राप्त किया जाता है। सीमांत वितरण को घनत्व मैट्रिक्स और/या विग्नर क्वासिप्रोबेबिलिटी वितरण में परिवर्तित किया जा सकता है। चूंकि घनत्व मैट्रिक्स और विग्नर क्वासिप्रोबेबिलिटी वितरण फोटॉन की क्वांटम स्थिति के बारे में जानकारी देते हैं, इसलिए हमने फोटॉन की क्वांटम स्थिति का पुनर्निर्माण किया है।

इस संतुलित पता लगाने की विधि का लाभ यह है कि यह व्यवस्था लेजर की तीव्रता में उतार-चढ़ाव के प्रति असंवेदनशील है।

वर्तमान अंतर से चतुर्भुज घटक को पुनः प्राप्त करने के लिए क्वांटम गणना निम्नानुसार की जाती है।

बीमस्प्लिटर के बाद फोटोडिटेक्टरों पर प्रहार करने वाले बीम के लिए फोटॉन नंबर ऑपरेटर (गणित) इस प्रकार दिया गया है:
 * $$\hat n_{i}=\hat a_{i}^\dagger \hat a_{i}$$,

जहां i क्रमशः बीम एक और दो के लिए 1 और 2 है। बीमस्प्लिटर उभरने वाले क्षेत्र के मोड ऑपरेटर इस प्रकार दिए गए हैं:
 * $$\hat a_{1}= 2^{-1/2}(\hat a - \alpha_{LO})$$
 * $$\hat a_{2}= 2^{-1/2}(\hat a + \alpha_{LO})$$

$$\hat a$$ h> सिग्नल के विनाश ऑपरेटर को दर्शाता है और स्थानीय ऑसिलेटर के जटिल आयाम को अल्फा करता है। फोटॉन अंतर की संख्या अंततः चतुर्भुज के समानुपाती होती है और इसके द्वारा दी जाती है:
 * $$\hat n_{21}=\hat n_{2} - \hat n_{1} = \alpha^*_{LO} \hat a + \alpha_{LO} \hat a^\dagger$$,

इसे संबंध के साथ पुनः लिखना:
 * $$ \hat q=2^{-1/2}(\hat a^\dagger+\hat a)$$

निम्नलिखित संबंध में परिणाम:
 * $$ \hat n_{21}=2^{1/2}|\hat\alpha_{LO}|\hat q_{\theta}$$,

जहां हम फोटॉन संख्या अंतर और चतुर्भुज घटक के बीच स्पष्ट संबंध देखते हैं $$ \hat q_{\theta}$$. योग धारा पर नज़र रखकर, कोई स्थानीय थरथरानवाला की तीव्रता के बारे में जानकारी प्राप्त कर सकता है, क्योंकि यह आमतौर पर एक अज्ञात मात्रा है, लेकिन चतुर्भुज घटक की गणना के लिए एक महत्वपूर्ण मात्रा है $$ \hat q_{\theta}$$.

रैखिक व्युत्क्रमण के साथ समस्याएँ
घनत्व मैट्रिक्स को हल करने के लिए रैखिक व्युत्क्रम का उपयोग करने में प्राथमिक समस्याओं में से एक यह है कि सामान्य तौर पर गणना किया गया समाधान एक वैध घनत्व मैट्रिक्स नहीं होगा। उदाहरण के लिए, यह कुछ माप परिणामों के लिए नकारात्मक संभावनाएँ या 1 से अधिक संभावनाएँ दे सकता है। यह विशेष रूप से एक मुद्दा है जब कम माप किए जाते हैं।

एक और मुद्दा यह है कि अनंत आयामी हिल्बर्ट स्थानों में, अनंत संख्या में माप परिणामों की आवश्यकता होगी। संरचना के बारे में धारणाएँ बनाने और एक सीमित माप आधार का उपयोग करने से चरण स्थान घनत्व में कलाकृतियाँ बनती हैं।

अधिकतम [[संभावना अनुमान]]
अधिकतम संभावना अनुमान (जिसे एमएलई या मैक्सलिक के रूप में भी जाना जाता है) रैखिक व्युत्क्रमण की समस्याओं से निपटने के लिए एक लोकप्रिय तकनीक है। घनत्व मैट्रिक्स के डोमेन को उचित स्थान तक सीमित करके, और घनत्व मैट्रिक्स की खोज करके जो प्रयोगात्मक परिणाम देने की संभावना को अधिकतम करता है, यह डेटा को एक करीबी फिट देते हुए राज्य को सैद्धांतिक रूप से मान्य होने की गारंटी देता है। किसी स्थिति की संभावना वह संभावना है जो देखे गए परिणामों को सौंपी जाएगी यदि सिस्टम उस स्थिति में होता।

मान लीजिए माप $$\{|y_j\rang \lang y_j|\}$$ आवृत्तियों के साथ देखा गया है $$f_j$$. फिर एक राज्य से जुड़ी संभावना $$\hat\rho$$ है
 * $$L(\hat\rho) = \prod_j \lang y_j|\hat\rho|y_j\rang^{f_j}$$

कहाँ $$\lang y_j|\hat\rho|y_j\rang$$ परिणाम की संभावना है $$y_j$$ राज्य के लिए $$\hat\rho$$.

इस फ़ंक्शन का अधिकतम पता लगाना गैर-तुच्छ है और आम तौर पर इसमें पुनरावृत्त विधियां शामिल होती हैं। विधियाँ शोध का एक सक्रिय विषय हैं।

अधिकतम संभावना अनुमान के साथ समस्याएं
अधिकतम संभावना अनुमान रैखिक व्युत्क्रमण की तुलना में कुछ कम स्पष्ट समस्याओं से ग्रस्त है। एक समस्या यह है कि यह उन संभावनाओं के बारे में भविष्यवाणियाँ करता है जिन्हें डेटा द्वारा उचित नहीं ठहराया जा सकता है। इसे शून्य स्वदेशी मानों की समस्या को देखकर सबसे आसानी से देखा जा सकता है। MLE का उपयोग करके परिकलित समाधान में अक्सर eigenvalues ​​​​होते हैं जो 0 होते हैं, यानी यह रैंक की कमी है। इन मामलों में, समाधान एन-आयामी बलोच क्षेत्र की सीमा (टोपोलॉजी) पर निहित है। इसे रैखिक व्युत्क्रम से संबंधित अवस्थाओं के रूप में देखा जा सकता है जो वैध स्थान (ब्लोच क्षेत्र) के बाहर स्थित हैं। इन मामलों में एमएलई एक निकटतम बिंदु चुनता है जो वैध है, और निकटतम बिंदु आम तौर पर सीमा पर होते हैं।

यह भौतिक रूप से कोई समस्या नहीं है, वास्तविक स्थिति में शून्य स्वदेशी मान हो सकते हैं। हालाँकि, चूँकि कोई भी मान 0 से कम नहीं हो सकता है, एक आइगेनवैल्यू के 0 होने का अनुमान यह दर्शाता है कि अनुमानक निश्चित है कि मान 0 है, अन्यथा उन्होंने कुछ अनुमान लगाया होता $$\epsilon$$ सर्वोत्तम अनुमान के रूप में थोड़ी सी अनिश्चितता के साथ 0 से अधिक। यहीं पर समस्या उत्पन्न होती है, इसमें माप की एक सीमित संख्या के बाद पूर्ण निश्चितता के साथ यह निष्कर्ष निकालना तर्कसंगत नहीं है कि कोई भी स्वदेशी मूल्य (अर्थात, किसी विशेष परिणाम की संभावना) 0 है। उदाहरण के लिए, यदि एक सिक्का उछाला जाता है तो 5 बार-बार और हर बार हेड्स देखे जाने पर, इसका मतलब यह नहीं है कि टेल्स आने की 0 संभावना है, इसके बावजूद कि यह सिक्के का सबसे संभावित विवरण है।

बायेसियन विधियाँ
बायेसियन औसत माध्य अनुमान (बीएमई) एक अपेक्षाकृत नया दृष्टिकोण है जो अधिकतम संभावना अनुमान के साथ #समस्याओं का समाधान करता है। यह इष्टतम समाधान खोजने पर ध्यान केंद्रित करता है जो इस मायने में भी ईमानदार हैं कि वे अनुमान में त्रुटि सलाखों को शामिल करते हैं। सामान्य विचार एक संभावना फ़ंक्शन और प्रयोगकर्ता के पूर्व ज्ञान (जो एक निरंतर फ़ंक्शन हो सकता है) का वर्णन करने वाले फ़ंक्शन से शुरू करना है, फिर संभावना फ़ंक्शन और पूर्व ज्ञान फ़ंक्शन के उत्पाद को वजन के रूप में उपयोग करके सभी घनत्व मैट्रिक्स को एकीकृत करना है।

एक उचित पूर्व ज्ञान फ़ंक्शन को देखते हुए, बीएमई एन-आयामी बलोच क्षेत्र के भीतर सख्ती से एक राज्य उत्पन्न करेगा। ऊपर वर्णित एन हेड प्राप्त करने के लिए सिक्के को एन बार उछालने की स्थिति में, निरंतर पूर्व ज्ञान फ़ंक्शन के साथ, बीएमई असाइन करेगा $$\scriptstyle\frac{1}{N+2}$$ पूँछ की प्रायिकता के रूप में।

बीएमई उच्च स्तर की सटीकता प्रदान करता है क्योंकि यह वास्तविक स्थिति से अनुमान के परिचालन विचलन को कम करता है।

अपूर्ण डेटा के लिए तरीके
एक बहु-कण प्रणाली के लिए पूर्ण क्वांटम राज्य टोमोग्राफी के लिए आवश्यक मापों की संख्या कणों की संख्या के साथ तेजी से मापी जाती है, जो ऐसी प्रक्रिया को मामूली सिस्टम आकारों के लिए भी असंभव बना देता है। इसलिए, कई तरीके विकसित किए गए हैं कम माप के साथ क्वांटम टोमोग्राफी का एहसास करें।

मैट्रिक्स पूर्णता और संपीड़ित संवेदन की अवधारणा को माप के अपूर्ण सेट (यानी, माप का एक सेट जो कोरम नहीं है) से घनत्व मैट्रिक्स को फिर से बनाने के लिए लागू किया गया है। सामान्य तौर पर, यह असंभव है, लेकिन मान्यताओं के तहत (उदाहरण के लिए, यदि घनत्व मैट्रिक्स एक शुद्ध अवस्था है, या केवल कुछ शुद्ध अवस्थाओं का संयोजन है) तो घनत्व मैट्रिक्स में स्वतंत्रता की कम डिग्री होती है, और इसका पुनर्निर्माण संभव हो सकता है अपूर्ण माप से स्थिति. क्रमपरिवर्तनीय रूप से अपरिवर्तनीय क्वांटम अवस्था टोमोग्राफी यह एक ऐसी प्रक्रिया है जिसे ज्यादातर उन राज्यों के लिए विकसित किया गया है जो अस्तित्व में आने के करीब हैं क्रमिक रूप से सममित, जो आजकल के प्रयोगों में विशिष्ट है। दो-अवस्था वाले कणों के लिए, माप की संख्या को केवल कणों की संख्या के साथ चतुष्कोणीय रूप से मापने की आवश्यकता होती है। मामूली माप प्रयास के अलावा, मापे गए डेटा का प्रसंस्करण भी कुशलतापूर्वक किया जा सकता है: बड़े सिस्टम के लिए भी मापे गए डेटा पर भौतिक घनत्व मैट्रिक्स की फिटिंग करना संभव है। क्रमिक रूप से अपरिवर्तनीय क्वांटम टोमोग्राफी को छह-क्यूबिट में संपीड़ित संवेदन के साथ जोड़ा गया है फोटोनिक प्रयोग.

क्वांटम माप टोमोग्राफी
कोई ऐसी स्थिति की कल्पना कर सकता है जिसमें एक उपकरण क्वांटम सिस्टम पर कुछ माप करता है, और यह निर्धारित करता है कि कौन सा विशेष माप वांछित है। रणनीति विभिन्न ज्ञात राज्यों की प्रणालियों को भेजने और अज्ञात माप के परिणामों का अनुमान लगाने के लिए इन राज्यों का उपयोग करने की है। क्वांटम अनुमान के रूप में भी जाना जाता है, टोमोग्राफी तकनीक क्वांटम माप टोमोग्राफी और बहुत समान क्वांटम राज्य टोमोग्राफी सहित तेजी से महत्वपूर्ण होती जा रही है। चूंकि माप को हमेशा POVM के एक सेट द्वारा चित्रित किया जा सकता है, इसलिए लक्ष्य विशेषता वाले POVM का पुनर्निर्माण करना है $$\Pi_l$$. सबसे सरल तरीका रैखिक व्युत्क्रमण है। जैसे कि क्वांटम अवस्था अवलोकन में, उपयोग करें
 * $$\displaystyle\mathrm{Tr}[\Pi_l \rho_m] = \mathrm{P}(l | \rho_m)$$.

ऊपर दी गई रैखिकता का उपयोग करते हुए, इसे हल करने के लिए उलटा किया जा सकता है $$\Pi_l$$.

आश्चर्य की बात नहीं है, यह क्वांटम स्टेट टोमोग्राफी के समान ही नुकसान से ग्रस्त है: अर्थात्, गैर-भौतिक परिणाम, विशेष रूप से नकारात्मक संभावनाएं। यहां ही $$\Pi_l$$ मान्य POVM नहीं होंगे, क्योंकि वे सकारात्मक नहीं होंगे। बायेसियन तरीकों के साथ-साथ घनत्व मैट्रिक्स की अधिकतम संभावना अनुमान का उपयोग ऑपरेटरों को वैध भौतिक परिणामों तक सीमित करने के लिए किया जा सकता है।

क्वांटम प्रक्रिया टोमोग्राफी
क्वांटम प्रक्रिया टोमोग्राफी (क्यूपीटी) एक अज्ञात क्वांटम गतिशील प्रक्रिया की पहचान करने से संबंधित है। पहला दृष्टिकोण, 1996 में शुरू किया गया और कभी-कभी मानक क्वांटम प्रक्रिया टोमोग्राफी (एसक्यूपीटी) के रूप में जाना जाता है, जिसमें क्वांटम राज्यों का एक समूह तैयार करना और उन्हें प्रक्रिया के माध्यम से भेजना शामिल है, फिर परिणामी राज्यों की पहचान करने के लिए क्वांटम राज्य टोमोग्राफी का उपयोग करना शामिल है। अन्य तकनीकों में एंसीला-असिस्टेड प्रोसेस टोमोग्राफी (एएपीटी) और एन्टैंगलमेंट-असिस्टेड प्रोसेस टोमोग्राफी (ईएपीटी) शामिल हैं जिनके लिए सिस्टम की एक अतिरिक्त प्रतिलिपि की आवश्यकता होती है। ऊपर सूचीबद्ध प्रत्येक तकनीक को क्वांटम गतिशीलता के लक्षण वर्णन के लिए अप्रत्यक्ष तरीकों के रूप में जाना जाता है, क्योंकि उन्हें प्रक्रिया के पुनर्निर्माण के लिए क्वांटम राज्य टोमोग्राफी के उपयोग की आवश्यकता होती है। इसके विपरीत, 'क्वांटम डायनेमिक्स का प्रत्यक्ष लक्षण वर्णन' (डीसीक्यूडी) जैसी प्रत्यक्ष विधियां हैं जो बिना किसी राज्य टोमोग्राफी के क्वांटम सिस्टम का पूर्ण लक्षण वर्णन प्रदान करती हैं। पूर्ण क्वांटम प्रक्रिया टोमोग्राफी के लिए आवश्यक प्रयोगात्मक कॉन्फ़िगरेशन (राज्य की तैयारी और माप) की संख्या एक प्रणाली के घटक कणों की संख्या के साथ तेजी से बढ़ती है। नतीजतन, सामान्य तौर पर, QPT बड़े पैमाने के क्वांटम सिस्टम के लिए एक असंभव कार्य है। हालाँकि, कमजोर डीकोहेरेंस धारणा के तहत, एक क्वांटम डायनेमिक मानचित्र एक विरल प्रतिनिधित्व पा सकता है। संपीड़ित क्वांटम प्रोसेस टोमोग्राफी (सीक्यूपीटी) की विधि संपीड़ित सेंसिंग तकनीक का उपयोग करती है और माप या परीक्षण राज्य की तैयारी के अधूरे सेट से क्वांटम डायनेमिक मानचित्र को फिर से बनाने के लिए स्पार्सिटी धारणा को लागू करती है।

क्वांटम गतिशील मानचित्र
एक क्वांटम प्रक्रिया, जिसे क्वांटम गतिशील मानचित्र के रूप में भी जाना जाता है, $$\mathcal{E}(\rho)$$, एक पूर्णतः सकारात्मक मानचित्र द्वारा वर्णित किया जा सकता है
 * $$\mathcal{E}(\rho) = \sum_i A_i \rho A_i^\dagger$$,

कहाँ $$\rho \in \mathcal{B(H)}$$, हिल्बर्ट स्थान पर बंधे हुए ऑपरेटर; संचालन तत्वों के साथ $$\displaystyle A_i$$ संतुष्टि देने वाला $$\textstyle\sum_i A_i^\dagger A_i \leq I$$ ताकि $$\mathrm{Tr}[\mathcal{E}(\rho)] \leq 1$$.

होने देना $$\displaystyle\{E_i\}$$ के लिए एक ऑर्थोगोनल आधार बनें $$\mathcal{B(H)}$$. लिखना $$\displaystyle A_i$$ इस आधार पर ऑपरेटर
 * $$\displaystyle A_i = \sum_{m} a_{im}E_m$$.

इससे ये होता है
 * $$\mathcal{E}(\rho) = \sum_{m,n} \chi_{mn} E_{m} \rho E_n^\dagger$$,

कहाँ $$\chi_{mn} = \sum_{i} a_{mi} a_{ni}^*$$.

फिर लक्ष्य को हल करना है $$\displaystyle\chi$$, जो एक सकारात्मक सुपरऑपरेटर है और पूरी तरह से विशेषता रखता है $$\mathcal{E}$$ के प्रति सम्मान के साथ $$\displaystyle\{E_i\}$$ आधार.

मानक क्वांटम प्रक्रिया टोमोग्राफी
एसक्यूपीटी इसका उपयोग करके इस तक पहुंचता है $$d^2$$ रैखिक रूप से स्वतंत्र इनपुट $$\rho_j$$, कहाँ $$d$$ हिल्बर्ट स्थान का आयाम है $$\mathcal{H}$$. इनमें से प्रत्येक इनपुट स्थिति के लिए $$\rho_j$$, इसे प्रक्रिया के माध्यम से भेजने से एक आउटपुट स्थिति मिलती है $$\mathcal{E}(\rho)$$ जिसे के रैखिक संयोजन के रूप में लिखा जा सकता है $$\rho_k$$, अर्थात। $$\textstyle \mathcal{E}(\rho_j) = \sum_k c_{jk} \rho_k$$. प्रत्येक को भेजकर $$\rho_j$$ कई बार, क्वांटम स्टेट टोमोग्राफी का उपयोग गुणांक निर्धारित करने के लिए किया जा सकता है $$c_{jk}$$ प्रायोगिक तौर पर.

लिखना
 * $$E_m \rho_j E_n^\dagger = \sum_{k} B_{m,n,j,k} \rho_k$$,

कहाँ $$B$$ गुणांकों का एक मैट्रिक्स है. तब
 * $$\sum_k c_{jk} \rho_k = \mathcal{E}(\rho_j) = \sum_{m,n} \chi_{m,n} E_m \rho_j E_n^\dagger = \sum_{m,n}\sum_{k} \chi_{m,n} B_{m,n,j,k} \rho_k$$.

तब से $$\rho_k$$ एक रैखिक रूप से स्वतंत्र आधार बनाएं,
 * $$\displaystyle c_{jk} = \sum_{m,n}\chi_{m,n} B_{m,n,j,k}$$.

उलटना $$B$$ देता है $$\chi$$:
 * $$\chi_{m,n} = \sum_{j,k} B^{-1}_{m,n,j,k} c_{jk}$$.