Fugu-MT 論文翻訳(概要): Superresolution Limits from Measurement Crosstalk

論文の概要: Superresolution Limits from Measurement Crosstalk

arxiv url: http://arxiv.org/abs/2004.07228v2
Date: Mon, 31 Aug 2020 20:07:59 GMT
ステータス: 処理完了
システム内更新日: 2023-05-23 09:09:48.238323
Title: Superresolution Limits from Measurement Crosstalk
Title（参考訳）: クロストーク測定による超解像限界
Authors: Manuel Gessner, Claude Fabre, and Nicolas Treps
Abstract要約: 検出された光子の数$N$が大きければ、非ゼロのクロストークが超解像の分解につながることを示す。ノイズと区別できる最小距離のスケーリングは、理想的な測定のために$N-1/2$から、クロストークの存在下で$N-1/4$へと変化する。
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: Superresolution techniques based on intensity measurements after a spatial mode decomposition can overcome the precision of diffraction-limited direct imaging. However, realistic measurement devices always introduce finite crosstalk in any such mode decomposition. Here, we show that any nonzero crosstalk leads to a breakdown of superresolution when the number $N$ of detected photons is large. Combining statistical and analytical tools, we obtain the scaling of the precision limits for weak, generic crosstalk from a device-independent model as a function of the crosstalk probability and $N$. The scaling of the smallest distance that can be distinguished from noise changes from $N^{-1/2}$ for an ideal measurement to $N^{-1/4}$ in the presence of crosstalk.
Abstract（参考訳）: 空間モード分解後の強度測定に基づく超解像技術は回折制限直接イメージングの精度を克服することができる。しかし、現実的な測定装置は常にそのようなモード分解に有限クロストークを導入する。ここでは、検出された光子の数$N$が大きければ、任意のゼロでないクロストークが超解像の分解につながることを示す。統計ツールと解析ツールを組み合わせて,クロストーク確率の関数としてデバイスに依存しないモデルから,弱い,汎用的なクロストークの精度限界のスケーリングを求める。雑音と区別できる最小距離のスケーリングは、理想的な測定値として$N^{-1/4}$から$N^{-1/4}$へと変化する。

関連論文リスト

Distributed quantum multiparameter estimation with optimal local measurements [0.0]
空間分布型マッハ・ツェンダー干渉計(MZI)のアレイを用いたセンサについて検討する。それぞれのMZIで独立に行う局所測定は、量子クラム・ラオ境界を飽和させる感度を与えるのに十分であることを示す。我々は、$d$独立干渉計は、絡み合ったプロトコルと同じ感度を達成できるが、$d$非古典的状態を使用するコストがかかることを見出した。
論文参考訳（メタデータ） (2024-05-28T17:45:07Z)
Learning with Norm Constrained, Over-parameterized, Two-layer Neural Networks [54.177130905659155]
近年の研究では、再生カーネルヒルベルト空間(RKHS)がニューラルネットワークによる関数のモデル化に適した空間ではないことが示されている。本稿では,有界ノルムを持つオーバーパラメータ化された2層ニューラルネットワークに適した関数空間について検討する。
論文参考訳（メタデータ） (2024-04-29T15:04:07Z)
High-probability Convergence Bounds for Nonlinear Stochastic Gradient Descent Under Heavy-tailed Noise [59.25598762373543]
重み付き雑音の存在下でのストリーミングデータにおける学習の精度保証について検討した。解析的に、与えられた問題に対する設定の選択に$ta$を使うことができることを実証する。
論文参考訳（メタデータ） (2023-10-28T18:53:41Z)
Neural Inference of Gaussian Processes for Time Series Data of Quasars [72.79083473275742]
クエーサースペクトルを完全に記述できる新しいモデルを提案する。また、$textitNeural Inference$というガウス的プロセスパラメータの推論の新しいメソッドも導入しています。 CDRWモデルとNeural Inferenceの組み合わせはベースラインのDRWとMLEを大きく上回っている。
論文参考訳（メタデータ） (2022-11-17T13:01:26Z)
Distributed quantum sensing with optical lattices [0.0]
分散量子センシングでは、一般的にフォトニック系の複数のモード間の相関を利用して未知のパラメータの測定精度を高める。ハイゼンベルク限界の$(N(M-1)T)2$でパラメータ推定が可能であり、$N$は粒子数、$M$はモード数、$T$は測定時間である。
論文参考訳（メタデータ） (2022-08-10T03:47:44Z)
Super-resolution GANs of randomly-seeded fields [68.8204255655161]
ランダムスパースセンサからフィールド量の推定を行うための,GAN(Super- resolution Generative Adversarial Network)フレームワークを提案する。このアルゴリズムはランダムサンプリングを利用して、高解像度の基底分布の不完全ビューを提供する。提案手法は, 流体流動シミュレーション, 海洋表面温度分布測定, 粒子画像速度測定データの合成データベースを用いて検証した。
論文参考訳（メタデータ） (2022-02-23T18:57:53Z)
Moment-based superresolution: Formalism and applications [0.0]
2つの熱源間の分離を推定するための単純な超解像プロトコルを導入する。本研究では, 任意の熱源に最適な観測装置を構築できることを示す。また,可溶性分離の最小光子数による最適観測値,測定感度,スケーリングに対するノイズの影響についても検討した。
論文参考訳（メタデータ） (2021-05-26T08:48:28Z)
Heisenberg-limited estimation robust to detector inefficiency in a multi-parameter Mach-Zehnder network with squeezed light [0.0]
各干渉計出力チャネルにおける状態のウィグナー関数によって、状態進化の単純で直感的な幾何学的図式が提供される。このプロトコルは$beta=frac12(varphi_2)+theta_mathrmin-theta_mathrmout$の値を検出することができる。
論文参考訳（メタデータ） (2021-04-06T10:46:29Z)
Cooperatively-enhanced precision of hybrid light-matter sensors [0.0]
我々は、物質と光のハイブリッド系を検知装置として検討し、協調効果の役割を定量化する。応用として、光空洞内の二重井戸電位に閉じ込められたボース・アインシュタイン凝縮体が重力加速度を検出することができることを示す。
論文参考訳（メタデータ） (2020-07-27T15:55:58Z)
Breaking the Sample Size Barrier in Model-Based Reinforcement Learning with a Generative Model [50.38446482252857]
本稿では、生成モデル(シミュレータ)へのアクセスを想定して、強化学習のサンプル効率について検討する。最初に$gamma$-discounted infinite-horizon Markov decision process (MDPs) with state space $mathcalS$ and action space $mathcalA$を考える。対象の精度を考慮すれば,モデルに基づく計画アルゴリズムが最小限のサンプルの複雑さを実現するのに十分であることを示す。
論文参考訳（メタデータ） (2020-05-26T17:53:18Z)
Analytic Signal Phase in $N-D$ by Linear Symmetry Tensor--fingerprint modeling [69.35569554213679]
解析信号位相とその勾配は2-D$以上の不連続性を持つことを示す。この欠点は深刻なアーティファクトをもたらす可能性があるが、問題は1-D $シグナルには存在しない。本稿では,複数のGaborフィルタに頼って線形シンメトリー位相を用いることを提案する。
論文参考訳（メタデータ） (2020-05-16T21:17:26Z)

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。