論文の概要: Experimental adaptive Bayesian estimation of multiple phases with limited data

• arxiv url: http://arxiv.org/abs/2002.01232v1
• Date: Tue, 4 Feb 2020 11:32:32 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-04 18:44:23.093396
• Title: Experimental adaptive Bayesian estimation of multiple phases with limited data
• Title（参考訳）: 有限データを用いた多重位相の適応ベイズ推定実験
• Authors: Mauro Valeri, Emanuele Polino, Davide Poderini, Ilaria Gianani, Giacomo Corrielli, Andrea Crespi, Roberto Osellame, Nicol\`o Spagnolo and Fabio Sciarrino
• Abstract要約: 追加の制御パラメータを利用するアダプティブプロトコルは、量子センサの性能を最適化して、そのような制限されたデータ構造で動作するためのツールを提供する。 推定プロセス中に制御パラメータをチューニングするための最適な戦略を見つけることは自明な問題であり、機械学習技術はそのような課題に対処するための自然な解決策である。 フェムト秒レーザーによる小型でフレキシブルな集積フォトニック回路を用いて、高い制御率で異なる戦略を実現できる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Achieving ultimate bounds in estimation processes is the main objective of quantum metrology. In this context, several problems require measurement of multiple parameters by employing only a limited amount of resources. To this end, adaptive protocols, exploiting additional control parameters, provide a tool to optimize the performance of a quantum sensor to work in such limited data regime. Finding the optimal strategies to tune the control parameters during the estimation process is a non-trivial problem, and machine learning techniques are a natural solution to address such task. Here, we investigate and implement experimentally for the first time an adaptive Bayesian multiparameter estimation technique tailored to reach optimal performances with very limited data. We employ a compact and flexible integrated photonic circuit, fabricated by femtosecond laser writing, which allows to implement different strategies with high degree of control. The obtained results show that adaptive strategies can become a viable approach for realistic sensors working with a limited amount of resources.
• Abstract（参考訳）: 推定過程における究極の境界を達成することが量子計量学の主目的である。 この文脈では、限られた量の資源しか使わずに複数のパラメータを測定する必要がある。 この目的のために、追加の制御パラメータを利用する適応プロトコルは、そのような限られたデータレジームで動作する量子センサーの性能を最適化するツールを提供する。 推定プロセス中に制御パラメータをチューニングするための最適な戦略を見つけることは自明な問題であり、機械学習技術はそのような課題に対処するための自然な解決策である。 本稿では,非常に限られたデータで最適性能に達するように調整された適応ベイズ型マルチパラメータ推定手法を初めて実験的に検討し,実装する。 フェムト秒レーザーライティングにより作製されたコンパクトでフレキシブルな集積フォトニック回路を用いて,高次制御による異なる戦略を実現する。 その結果、適応戦略は限られた量のリソースを扱う現実的なセンサに対して実行可能なアプローチになり得ることが示された。

関連論文リスト

• Benchmarking Bayesian quantum estimation [0.0]
  この研究はベイズ推定を実装したプロトコルのベンチマークに焦点を当てている。 異なるメリットの数字を比較することにより、推定における2次誤差の中央値の使用に有利なエビデンスが提供される。 これらの結果は、量子推定フレームワーク内の現実的な問題に対する自然な応用を見出す。
  論文  参考訳（メタデータ） (2024-01-26T14:29:31Z)
• Model-aware reinforcement learning for high-performance Bayesian experimental design in quantum metrology [0.5461938536945721]
  量子センサは、様々なパラメータにわたる実験者による操作を可能にすることで、推定中に制御の柔軟性を提供する。 量子力学、推定、仮説テストにおいて、幅広い問題を最適化できる汎用的な手順を導入する。 粒子フィルタリングに基づくモデル認識強化学習(RL)とベイズ推定を組み合わせた。
  論文  参考訳（メタデータ） (2023-12-28T12:04:15Z)
• Maximize to Explore: One Objective Function Fusing Estimation, Planning, and Exploration [87.53543137162488]
  我々はtextttMEX というオンライン強化学習(オンラインRL)フレームワークを提案する。 textttMEXは、自動的に探索エクスプロイトのバランスをとりながら、見積もりと計画コンポーネントを統合する。 様々な MuJoCo 環境では,ベースラインを安定的なマージンで上回り,十分な報酬を得られる。
  論文  参考訳（メタデータ） (2023-05-29T17:25:26Z)
• Optimizing quantum-enhanced Bayesian multiparameter estimation of phase and noise in practical sensors [0.40151799356083057]
  我々は、幅広いリソースの標準量子限界を超えて動作する実用的なセンサーの可能性を利用する方法を示す。 以上の結果から,多パラメータアプローチをノイズアパラタで最適化することは,広帯域の標準量子限界を超える実用的センサの可能性を完全に活用するための重要なツールであることが示唆された。
  論文  参考訳（メタデータ） (2022-11-09T08:45:49Z)
• Experimental multiparameter quantum metrology in adaptive regime [0.0]
  プログラマブル集積フォトニック回路における3つの光位相の同時推定を実演する。 結果は、量子センサアプリケーションへの移行に向けて、様々な基本手法をうまく組み合わせられる可能性を示している。
  論文  参考訳（メタデータ） (2022-08-30T18:02:51Z)
• Tuning Particle Accelerators with Safety Constraints using Bayesian Optimization [73.94660141019764]
  粒子加速器の機械パラメータのチューニングは反復的で時間を要する作業である。 我々は、安全なベイズ最適化のステップサイズ制限版を提案し、評価する。
  論文  参考訳（メタデータ） (2022-03-26T02:21:03Z)
• Dynamical learning of a photonics quantum-state engineering process [48.7576911714538]
  実験的な高次元量子状態の工学は、いくつかの量子情報プロトコルにとって重要な課題である。 我々は、フォトニック軌道Angular Momentum(OAM)ステートを設計するための自動適応最適化プロトコルを実装した。 このアプローチは、量子情報プロトコルや技術のためのノイズの多い実験タスクを自動最適化するための強力なツールである。
  論文  参考訳（メタデータ） (2022-01-14T19:24:31Z)
• Constrained multi-objective optimization of process design parameters in settings with scarce data: an application to adhesive bonding [48.7576911714538]
  接着プロセスに最適なプロセスパラメータを見つけることは困難である。 遺伝的アルゴリズムのような伝統的な進化的アプローチは、その問題を解決するのに不適である。 本研究では,目的関数と制約関数をエミュレートするために,特定の機械学習手法をうまく応用した。
  論文  参考訳（メタデータ） (2021-12-16T10:14:39Z)
• Few-shot Quality-Diversity Optimization [50.337225556491774]
  品質多様性(QD)の最適化は、強化学習における知覚的最小値とスパース報酬を扱う上で効果的なツールであることが示されている。 本稿では,タスク分布の例から,パラメータ空間の最適化によって得られる経路の情報を利用して,未知の環境でQD手法を初期化する場合,数発の適応が可能であることを示す。 ロボット操作とナビゲーションベンチマークを用いて、疎密な報酬設定と密集した報酬設定の両方で実施された実験は、これらの環境でのQD最適化に必要な世代数を著しく削減することを示している。
  論文  参考訳（メタデータ） (2021-09-14T17:12:20Z)
• High Dimensional Level Set Estimation with Bayesian Neural Network [58.684954492439424]
  本稿では,ベイズニューラルネットワークを用いた高次元レベル集合推定問題を解く新しい手法を提案する。 各問題に対して対応する理論情報に基づく取得関数を導出してデータポイントをサンプリングする。 合成データセットと実世界データセットの数値実験により,提案手法は既存手法よりも優れた結果が得られることが示された。
  論文  参考訳（メタデータ） (2020-12-17T23:21:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。