广义类W态的量子Fisher信息

研究了广义类W态的量子Fisher信息。结果表明,量子Fisher信息的大小仅仅只由叠加系数决定,而与相对相位的大小无关。     

振幅阻尼通道中原子系统的量子Fisher信息动力学特性

对二能级原子单量子比特系统的量子Fisher信息在振幅阻尼噪声环境中的动力学过程进行了研究，并分析量子Fisher信息的演化特性.结果表明：在振幅阻尼的马尔可夫环境中，量子Fisher信息单调递减直至消失;在振幅阻尼的非马尔可夫环境中，量子Fisher信息出现振荡现象.     

正态常相关样本的Fisher信息

求出了来自正态总体常相关样本的Fisher信息,并与简单随机样本的Fisher信息进行比较,明确了他们之间的差别.     

Rabi和Ramsey原子光谱最优测量点的选取

利用量子Fisher信息，对二能级原子的Rabi光谱和Ramsey光谱，在量子投影测量下的最优测量条件进行了研究。结果表明，Rabi光谱的量子Fisher信息与Rabi频率2b密切相关，当光和原子作用时间越接近π/（2b），量子Fisher信息值越大，并且可依据量子Fisher信息值确定实验中所需的最佳测量位置。在相同Rabi频率的条件下，Ramsey光谱的量子Fisher信息大于Rabi光谱；且间歇时间越长，Ramsey光谱共振峰半高宽处的量子Fisher信息值越大，其失谐量可作为最佳测量位置。     

用Fisher信息阵处理截断正态分布的参数估计

Fisher信息阵是得到渐进协差阵的一种方法.在很多事例中得到的样本协差阵,其计算是很繁杂的.这里基于Fisher信息阵所用的二阶导,得到了简便的计算方法.     

基于弱值放大的量子精密测量的评估分析

针对弱值放大方案与常规方案相比是否具有优越性这一颇具争议问题，本文对不同情况做了探讨和澄清．利用Fisher信息，分别刻画了meter态为高斯型波函数及光学相干态的计量精度，指出高斯型meter态在弱值放大测量中所包含的Fisher信息最多只能达到与常规标准测量相同的结果；而利用光学相干态作为meter态，基于光子数测量提取编码在相位移动相干态中的Fisher信息，弱值放大测量技术可以明显优于标准测量方案．      

带有不完全信息随机截尾数据的Fisher信息阵

在失效显示概率不相等条件下,讨论了带有不完全信息随机截尾试验数据的Fisher信息阵问题,给出了4个定理,发展了相关文献的结果.     

耗散腔量子电动力学系统中量子Fisher信息和量子相干性分布

基于耗散腔量子电动力学系统,研究了两量子比特间的量子Fisher信息和量子相干性受环境耗散的影响.发现量子Fisher信息在初始时刻会随着时间的演化而增大,而且经过较长相互作用时间后,两量子比特间会呈现稳态的量子Fisher信息.其次,还发现环境耗散并不会完全摧毁两量子比特间的量子相干性,当作用时间较长时,稳态量子相干...     

非k积量子态基于Fisher信息的不对称性关联度

在量子信息理论中,量子Fisher信息(QFI)对于提高量子计量精度和效率极其重要.本文给出了多体非k积量子态基于Fisher信息的不对称性关联度,同时证明了其满足量子关联度的一些必要物理性质,包括非负性、酉不变性和凸性.     

RSS下Pareto分布中刻度参数的Fisher信息量

研究了排序集抽样(RSS)下Pareto分布中刻度参数的Fisher信息量.为了突出RSS的优越性,将这个Fisher信息量与简单随机抽样(SRS)下刻度参数的Fisher信息量进行数值比较.数值结果表明,RSS下刻度参数的Fisher信息量多于SRS下的Fisher信息量.     

MERSS下Pareto分布刻度参数的估计

研究了动态极值排序集抽样(MERSS)下帕累托(Pareto)分布里刻度参数（a,c)的极大似然估计(MLE)和Fisher信息量.证明了MERSS下c参数MLE的存在性和唯一性,MERSS下c携带的Fisher信息量大于简单随机抽样(SRS)下携带的Fisher信息量.     

在量子信息分裂中利用局部测量提高量子参数估计

我们利用多体量子纠缠信道在环境噪声中实现了关于量子相位参量的信息分裂.这个量子信息分裂方案是指从一个发送端,人们将含有信息的任意量子态传输到多个接收端,然后利用么正测量在任意一个接收端上还原量子参量信息.我们发现,在退振幅阻尼噪声通道下,合理引入局部测量能提高量子参量估计精度.当环境表现为马尔科夫性时,经过量子信息分裂,量子参量估计精度的动力学演化会呈现单调衰减趋势.当环境具有一定记忆效应时,其演化会呈现振荡起伏行为.     

基于误差函数的自然梯度法及其在MLP学习中的应用

在激活函数选为误差函数的条件下,给出了求Fisher信息矩阵逆的算法,并进行仿真验证.首先将自然梯度法应用于多层感知器学习中,并与BP(back-propagation)算法进行了比较,说明了自然梯度法能够加快学习速度,并且可能避免学习中出现平坦区现象,即使出现平坦区,也不会很严重.仿真验证了自然梯度法上述良好的学习性...     

Fisher信息阵在矩阵不等式证明中的应用

利用多元正态分布以及Fisher信息阵的单调性和可加性,证明了几个常见的矩阵不等式和多参数Cramer-Rao不等式,而证明的过程没有使用矩阵理论。     

位置尺度分布族中截尾数据的Fisher信息量

证明了混合型截尾数据的渐近Fisher信息矩阵和Ⅰ型截尾数据的Fisher信息矩阵一致。该结果可以推广到一般的对数位置尺度分布族,如Weibull分布、对数正态分布等。     

距离定位中的多传感器布局分析

利用目标定位的Fisher信息矩阵对采用径向距离、距离和、距离差定位的多传感器布局进行了研究.根据Fisher信息矩阵的几何特性,定义了传感器的单位球面布局,并指出决定Fisher信息矩阵特性的最直接因素是单位球面布局,而不是传感器的实际布局形式.在等测量方差假设下,分析了单位球面布局组合与拆分的关系,提出了奇异性布局的几种形式.以归一化GDOP因子最小为最优准则,讨论了某一参考坐标轴上的布局投影分布对该坐标方向定位精度的限制,并比较了三种距离定位的最优定位精度,其中,径向距离定位的最优定位精度优于其他两种距离定位方法.     

极大阈值网络中的噪声提高Fisher信息

基于Fisher信息研究了3种典型噪声下极大阈值网络中的随机谐振和阈上随机谐振现象.通过研究得到极大阈值网络中的噪声能够提高Fisher信息,即随机谐振和阈上随机谐振现象存在,噪声有助于信号的估计.随着网络中阈值单元数的增加,Fisher信息的最大值迅速地增加,随机谐振和阈上随机谐振的功效显著增强.这些结果说明极大阈值网络中的随机谐振和阈上随机谐振对于噪声具有一定的鲁棒性,同时也拓展了随机谐振和阈上随机谐振在信号估计方面的应用.