論文の概要: Machine learning-based classification of vector vortex beams

• arxiv url: http://arxiv.org/abs/2005.07949v1
• Date: Sat, 16 May 2020 10:58:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-20 01:10:54.711074
• Title: Machine learning-based classification of vector vortex beams
• Title（参考訳）: 機械学習によるベクトル渦ビームの分類
• Authors: Taira Giordani and Alessia Suprano and Emanuele Polino and Francesca Acanfora and Luca Innocenti and Alessandro Ferraro and Mauro Paternostro and Nicol\`o Spagnolo and Fabio Sciarrino
• Abstract要約: 渦ベクトルビームの分類に対する新しいフレキシブルな実験的アプローチを示す。 まず、フォトニック量子ウォークにインスパイアされた任意のベクトル渦ビームを生成するためのプラットフォームについて述べる。 次に、最近の機械学習手法を利用して特定偏光パターンを認識し分類する。
• 参考スコア（独自算出の注目度）: 48.7576911714538
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Structured light is attracting significant attention for its diverse applications in both classical and quantum optics. The so-called vector vortex beams display peculiar properties in both contexts due to the non-trivial correlations between optical polarization and orbital angular momentum. Here we demonstrate a new, flexible experimental approach to the classification of vortex vector beams. We first describe a platform for generating arbitrary complex vector vortex beams inspired to photonic quantum walks. We then exploit recent machine learning methods -- namely convolutional neural networks and principal component analysis -- to recognize and classify specific polarization patterns. Our study demonstrates the significant advantages resulting from the use of machine learning-based protocols for the construction and characterization of high-dimensional resources for quantum protocols.
• Abstract（参考訳）: 構造光は、古典光学と量子光学の両方において様々な用途で注目されている。 いわゆるベクトル渦ビームは、光学偏光と軌道角運動量との非自明な相関のために両方の文脈で特異な性質を示す。 ここでは、渦ベクトルビームの分類に対する新しいフレキシブルな実験的アプローチを示す。 まず,光量子ウォークに触発された任意のベクトル渦ビームを生成するプラットフォームについて述べる。 次に、最近の機械学習手法、すなわち畳み込みニューラルネットワークと主成分分析を利用して、特定の分極パターンを認識し分類する。 本研究は、量子プロトコルの高次元資源の構築と評価に機械学習ベースのプロトコルを使うことによる大きな利点を示す。

関連論文リスト

• Hybrid Quantum-Classical Machine Learning with String Diagrams [49.1574468325115]
  本稿では,文字列ダイアグラムの観点からハイブリッドアルゴリズムを記述するための公式なフレームワークを開発する。 弦図の特筆すべき特徴は、量子古典的インタフェースに対応する関手ボックスの使用である。
  論文  参考訳（メタデータ） (2024-07-04T06:37:16Z)
• Learning equivariant tensor functions with applications to sparse vector recovery [5.557442038265024]
  ローレンツ群とシンプレクティック群の対角作用に関して同変函数に着目する。 これらの特徴付けの背景にある私たちのゴールは、同変機械学習モデルを定義することです。
  論文  参考訳（メタデータ） (2024-06-03T17:32:43Z)
• The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
  古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。 鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。 我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
  論文  参考訳（メタデータ） (2022-12-22T16:06:24Z)
• Equivariant Quantum Graph Circuits [10.312968200748116]
  グラフ構造データの学習に強い帰納バイアスを持つパラメータ化量子回路のクラスとして、同変量子グラフ回路(EQGC)を提案する。 量子グラフ機械学習法の理論的な視点は、さらなる研究のために多くの方向を開き、古典的なアプローチ以上の能力を持つモデルに繋がる可能性がある。
  論文  参考訳（メタデータ） (2021-12-10T00:14:12Z)
• Quantum Alphatron: quantum advantage for learning with kernels and noise [2.94944680995069]
  我々は、フォールトトレラントな設定でAlphatronの量子バージョンを提供する。 2層ニューラルネットワークの学習における量子優位性について論じる。
  論文  参考訳（メタデータ） (2021-08-26T09:36:20Z)
• Quantum Machine Learning with SQUID [64.53556573827525]
  分類問題に対するハイブリッド量子古典アルゴリズムを探索するオープンソースフレームワークであるScaled QUantum IDentifier (SQUID)を提案する。 本稿では、一般的なMNISTデータセットから標準バイナリ分類問題にSQUIDを使用する例を示す。
  論文  参考訳（メタデータ） (2021-04-30T21:34:11Z)
• Lorentz Group Equivariant Neural Network for Particle Physics [58.56031187968692]
  ローレンツ群の下での変換に関して完全に同値なニューラルネットワークアーキテクチャを提案する。 素粒子物理学における分類問題に対して、そのような同変構造は、比較的学習可能なパラメータの少ない非常に単純なモデルをもたらすことを実証する。
  論文  参考訳（メタデータ） (2020-06-08T17:54:43Z)
• word2vec, node2vec, graph2vec, X2vec: Towards a Theory of Vector Embeddings of Structured Data [2.63067287928779]
  ベクトル埋め込みの基礎を理解するための2つの理論的アプローチを提案する。 我々は,様々なアプローチのつながりを描き,今後の研究の方向性を提案する。
  論文  参考訳（メタデータ） (2020-03-27T18:23:55Z)
• Spectra of Perfect State Transfer Hamiltonians on Fractal-Like Graphs [62.997667081978825]
  完全量子状態移動の特別な性質を示すハミルトニアンのフラクタル様グラフのスペクトル特性について検討する。 基本的な目標は、完全な量子状態転移、スペクトル特性、基礎となるグラフの幾何学の間の相互作用を理解するための理論的枠組みを開発することである。
  論文  参考訳（メタデータ） (2020-03-25T02:46:14Z)

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。