Geodesic
Model selection for quantum homodyne tomography
ESAIM: Probability and Statistics, Tome 13 (2009), pp. 363-399 Cet article a éte moissonné depuis la source Numdam

Voir la notice de l'article

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.

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.

DOI : 10.1051/ps:2008017
Classification : 62G05, 81V80, 62P35
Keywords: density matrix, model selection, pattern functions estimator, penalized maximum likelihood estimator, penalized projection estimators, quantum calibration, quantum tomography, wavelet estimator, Wigner function 
@article{PS_2009__13__363_0,
     author = {Kahn, Jonas},
     title = {Model selection for quantum homodyne tomography},
     journal = {ESAIM: Probability and Statistics},
     pages = {363--399},
     year = {2009},
     publisher = {EDP-Sciences},
     volume = {13},
     doi = {10.1051/ps:2008017},
     mrnumber = {2554961},
     language = {en},
     url = {http://geodesic.mathdoc.fr/articles/10.1051/ps:2008017/}
}
TY  - JOUR
AU  - Kahn, Jonas
TI  - Model selection for quantum homodyne tomography
JO  - ESAIM: Probability and Statistics
PY  - 2009
SP  - 363
EP  - 399
VL  - 13
PB  - EDP-Sciences
UR  - http://geodesic.mathdoc.fr/articles/10.1051/ps:2008017/
DO  - 10.1051/ps:2008017
LA  - en
ID  - PS_2009__13__363_0
ER  - 
%0 Journal Article
%A Kahn, Jonas
%T Model selection for quantum homodyne tomography
%J ESAIM: Probability and Statistics
%D 2009
%P 363-399
%V 13
%I EDP-Sciences
%U http://geodesic.mathdoc.fr/articles/10.1051/ps:2008017/
%R 10.1051/ps:2008017
%G en
%F PS_2009__13__363_0
Kahn, Jonas. Model selection for quantum homodyne tomography. ESAIM: Probability and Statistics, Tome 13 (2009), pp. 363-399. doi: 10.1051/ps:2008017

Cité par Sources :