自适应NOON态的量子增强单参数相位估计
量子计量学通过利用量子纠缠和光子数关联，有望实现超越散粒噪声极限的相位测量灵敏度。NOON态——最大路径纠缠的N光子叠加态(|N,0⟩+|0,N⟩)/√2——在单参数估计中可达到海森堡极限1/N，Afek等人通过混合相干压缩光实验在N=5时验证了这一理论1。该研究团队提出了一种端到端可微分量子光学框架（基于TensorFlow后端的Strawberry Fields3实现），通过最大化N=2,3,4,5所有符合通道的经典费舍尔信息量(CFI)来学习最优电路参数。从经FFT分析和宇称测量验证的Afek实验符合条纹数值复现出发，研究人员对八个可训练电路参数应用梯度下降法（Adam优化器）。原始CFI提升幅度随光子数急剧增长：+153%（N=2）、+834%至+956%（N=3）、+829%至+1598%（N=4）以及+1775%（N=5），同时后选择率提升+153%至+3269%，单脉冲有效测量事件在N=2-5范围内实现8倍至133倍提升。研究发现N=2时存在通道间基本权衡关系，但在更高N值时该效应减弱，此时Afek初始参数远非最优。这些结果为自适应单参数量子传感建立了数值严谨的基准，并证明当N≥3时Afek工作点显著次优。量子费舍尔信息量(QFI)计算证实：优化后的探针在N=2时达到海森堡极限的82%，在N=5时从36%提升至58%，同时单脉冲有效测量事件在所有N值下均提升8-133倍，使得N≥3的量子增强传感具备实验可行性。
