Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Introduction à la détection quantique: estimation des paramètres et informations sur les pêcheurs

Dans cours

PHYS-744: Advanced Topics in Quantum Sciences and Technologies

This course provides an in-depth treatment of the latest experimental and theoretical topics in quantum sciences and technologies, including for example quantum sensing, quantum optics, cold atoms, theory of quantum measurements and open dissipative quantu ...

Description

Cette séance de cours présente le concept de Fisher Information, en se concentrant sur l'estimation des paramètres basée sur les données collectées. Les sujets abordés incluent la définition d'un estimateur, l'erreur carrée moyenne minimale réalisable, la limite inférieure de Cramér-Rao et la limite quantique standard.

Enseignant·e·s (5)

Christophe Marcel Georges Galland

J'ai étudié à l'Ecole Polytechnique Paris (X2003) et obtenu mon doctorat en 2010 à l'ETH Zurich pour une thèse en optique quantique sur les nanotubes de carbone, dans le groupe de photonique quantique du Prof. Ataç Imamoglu. En tant que chercheur postdoctoral au Los Alamos National Lab (États-Unis), j'ai étudié la photophysique des boîtes quantiques individuelles dans les groupes de Victor Klimov et Han Htoon. J'étudiais les mécanismes responsables des fluctuations de fluorescence et comment les contrôler. J'ai ensuite rejoint l'Université du Delaware et le groupe de Michael Hochberg pour travailler dans le domaine émergent de l'optique quantique intégrée. Je menais des projets internationaux tels que la réalisation d'une source sur puce de photons corrélés intégrant des filtres optiques et des démultiplexeurs. De 2013 à 2016, je travaillais à l'EPFL dans le groupe du Prof. Kippenberg dans le domaine de l'optomécanique quantique avec une bourse Ambizione du Fonds national suisse pour la recherche scientifique (FNS). Mon travail s'est concentré sur la création d'états vibrationnels non classiques d'oscillateurs mésoscopiques et sur l'amplification des vibrations dans les molécules. Depuis mai 2017, je dirige le Laboratoire de Nano-Optique Quantique à l'EPFL en tant que professeur financé par le FNS au sein de l'Institut de Physique. Mon équipe étudie deux phénomènes principaux: (i) la dynamique vibrationnelle des molécules couplées à des cavités plasmoniques à l'échelle nanométrique, et (ii) les corrélations non classiques médiées par des quanta individuels de vibrations cristallines -- à température ambiante. Nous utilisons des outils spectroscopiques de pointe tels que les lasers femtosecondes et les compteurs de photons uniques pour obtenir de nouvelles informations sur la dynamique à l'échelle sub-nanométrique.

Vincenzo Savona

De nationalité italienne, Vincenzo Savona est né en 1969. Il effectue ses études de physique à lEcole normale supérieure de Pise et à lUniversité de Pise. Puis il entreprend une thèse de doctorat à lInstitut de physique théorique de lEPFL. Il effectue des recherches post-doctorales à lEPFL, puis à lInstitut de physique de lUniversité Humboldt de Berlin. En 2002, il revient à lEPFL pour y constituer son groupe de recherche, bénéficiant dun subside «professeur boursier» du Fonds national suisse de la recherche scientifique. En 2006, il est nommé professeur assistant tenure-track à lEPFL et intègre le NCCR de photonique quantique. En 2010 il est nommé professeur associé. Actuellement, il dirige le Laboratoire de physique théorique des nanosystèmes.

Source officielle

Proximité ontologique

Statistique

Inférence statistique: Statistique mathématique

Concepts associés (32)

Maximum de vraisemblance

En statistique, l'estimateur du maximum de vraisemblance est un estimateur statistique utilisé pour inférer les paramètres de la loi de probabilité d'un échantillon donné en recherchant les valeurs des paramètres maximisant la fonction de vraisemblance. Cette méthode a été développée par le statisticien Ronald Aylmer Fisher en 1922. Soient neuf tirages aléatoires x1, ..., x9 suivant une même loi ; les valeurs tirées sont représentées sur les diagrammes ci-dessous par des traits verticaux pointillés.

Estimateur (statistique)

En statistique, un estimateur est une fonction permettant d'estimer un moment d'une loi de probabilité (comme son espérance ou sa variance). Il peut par exemple servir à estimer certaines caractéristiques d'une population totale à partir de données obtenues sur un échantillon comme lors d'un sondage. La définition et l'utilisation de tels estimateurs constitue la statistique inférentielle. La qualité des estimateurs s'exprime par leur convergence, leur biais, leur efficacité et leur robustesse.

Biais (statistique)

En statistique ou en épidémiologie, un biais est une démarche ou un procédé qui engendre des erreurs dans les résultats d'une étude. Formellement, le biais de l'estimateur d'un paramètre est la différence entre la valeur de l'espérance de cet estimateur (qui est une variable aléatoire) et la valeur qu'il est censé estimer (définie et fixe). biais effet-centre biais de vérification (work-up biais) biais d'autosélection, estimé à 27 % des travaux d'écologie entre 1960 et 1984 par le professeur de biologie américain Stuart H.

Information de Fisher

En statistique, l'information de Fisher quantifie l'information relative à un paramètre contenue dans une distribution. Elle est définie comme l'espérance de l'information observée, ou encore comme la variance de la fonction de score. Dans le cas multi-paramétrique, on parle de matrice d'information de Fisher. Elle a été introduite par R.A. Fisher. Soit f(x ; θ) la distribution de vraisemblance d'une variable aléatoire X (qui peut être multidimensionnelle), paramétrée par θ.

Erreur quadratique moyenne

En statistiques, l’erreur quadratique moyenne d’un estimateur d’un paramètre de dimension 1 (mean squared error (), en anglais) est une mesure caractérisant la « précision » de cet estimateur. Elle est plus souvent appelée « erreur quadratique » (« moyenne » étant sous-entendu) ; elle est parfois appelée aussi « risque quadratique ».

Afficher plus

Séances de cours associées (36)

Estimation et intervalles de confiance

Explore les biais, la variance et les intervalles de confiance dans l'estimation des paramètres à l'aide d'exemples et de distributions.

Paramètre Estimation: Détection & Estimation

Couvre les concepts d'estimation des paramètres, y compris les estimateurs impartiaux et les informations de Fisher.

Distributions d'échantillonnage : Estimations et écarts

Couvre l'estimation des paramètres, le MSE, l'information Fisher, et le théorème Rao-Blackwell.

Intervalles de confiance : Estimation gaussienne

Explore les intervalles de confiance, l'estimation gaussienne, l'inégalité Cramér-Rao et les estimations maximales de vraisemblance.

Probabilité maximale : estimation et inférence

Introduit une estimation de la probabilité maximale en discutant de ses propriétés et de ses applications dans l'analyse statistique.

Afficher plus

Concepts associés (32)

Maximum de vraisemblance

Estimateur (statistique)

Biais (statistique)

Information de Fisher

Erreur quadratique moyenne

Afficher plus