FockTrust：探测器计数空间中的光子自然梯度

基于摘要分析。该研究面向光子学习中的优化问题：学习器实际观测的是探测器计数，而非光学状态，因此作者提出 FockTrust，直接在探测器计数分布上定义 Fisher 度量，使自然梯度对应实际测量过程中的参数可辨识性。 核心机制是将损耗、漏检光子、暗计数与读出对观测分布的影响纳入优化几何。方法共享基准与 parameter-shift 直方图来估计任务梯度及完整度量，并利用协方差白化的读出矩，将计数空间几何映射至切空间。作者还给出了有限计数对优化步影响的界限；具体估计公式、界限成立条件及计算开销尚未验证。 作者报告，在维度为 32 的匹配 2×2 实验中，两种信赖规则下，保留非对角计数耦合相较采用对角方向均使最终损失降低 17.6–24.3%。在独立开发任务上调节信赖规则后，完整计数几何在 12 个未见图上使损失降低 25.7%；摘要未明确这一结果的具体对照方法。作者还报告，相对 state-QFIM 的优势在双光子研究中仍然存在，但未提供该项比较的数值。 阅读时需核对完整度量与对角近似的匹配条件、计数采样预算、信赖规则调参流程，以及双光子实验设置。实验协议、消融及统计信息尚未验证。研究对象是测量驱动的光子学习优化，所给材料未提供 EEG/BCI 实验，也未建立可直接迁移至神经信号分析的具体对应关系，因此不据此提出 BCI 复现建议。