論文の概要: Spatial Mode Correction of Single Photons using Machine Learning
- arxiv url: http://arxiv.org/abs/2006.07760v2
- Date: Fri, 4 Sep 2020 14:53:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-14 19:09:47.972158
- Title: Spatial Mode Correction of Single Photons using Machine Learning
- Title(参考訳): 機械学習を用いた単一光子の空間モード補正
- Authors: Narayan Bhusal, Sanjaya Lohani, Chenglong You, Mingyuan Hong, Joshua
Fabre, Pengcheng Zhao, Erin M. Knutson, Ryan T. Glasser, Omar S.
Magana-Loaiza
- Abstract要約: 本研究では, ニューラルネットワークの自己学習・自己進化的特徴を利用して, 歪んだラゲール・ガウスモードの複雑な空間プロファイルを1光子レベルで補正する。
この結果は, 構造光子と単一光子画像のリアルタイム乱流補正に重要な意味を持つ。
- 参考スコア(独自算出の注目度): 1.8086378019947618
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Spatial modes of light constitute valuable resources for a variety of quantum
technologies ranging from quantum communication and quantum imaging to remote
sensing. Nevertheless, their vulnerabilities to phase distortions, induced by
random media, impose significant limitations on the realistic implementation of
numerous quantum-photonic technologies. Unfortunately, this problem is
exacerbated at the single-photon level. Over the last two decades, this
challenging problem has been tackled through conventional schemes that utilize
optical nonlinearities, quantum correlations, and adaptive optics. In this
article, we exploit the self-learning and self-evolving features of artificial
neural networks to correct the complex spatial profile of distorted
Laguerre-Gaussian modes at the single-photon level. Furthermore, we demonstrate
the possibility of boosting the performance of an optical communication
protocol through the spatial mode correction of single photons using machine
learning. Our results have important implications for real-time turbulence
correction of structured photons and single-photon images.
- Abstract(参考訳): 光の空間モードは、量子通信や量子イメージングからリモートセンシングまで、様々な量子技術にとって貴重な資源である。
それでも、ランダムメディアによって引き起こされる位相歪みに対する脆弱性は、多数の量子フォトニクス技術の現実的な実装に重大な制限を課している。
残念ながら、この問題は単光子レベルで悪化する。
この20年間、この課題は光非線形性、量子相関、適応光学を利用する従来の手法によって解決されてきた。
本稿では,ニューラルネットワークの自己学習と自己進化の特徴を利用して,歪曲したラゲール・ガウシアンモードの複雑な空間プロファイルを単光子レベルで補正する。
さらに,機械学習を用いた単一光子の空間モード補正による光通信プロトコルの性能向上の可能性を示す。
この結果は,構造光子と単一光子画像のリアルタイム乱流補正に重要な意味を持つ。
関連論文リスト
- A Hybrid Approach to Mitigate Errors in Linear Photonic Bell-State Measurement for Quantum Interconnects [0.0]
ベル状態測定のための新しいハイブリッド検出手法を提案する。
量子テレポーテーションとエンタングルメントスワッププロセスの明確な忠実さを導出する。
この研究は、線形光学スキームのための新しいツールを提供し、量子状態工学と量子相互接続への応用を提供する。
論文 参考訳(メタデータ) (2024-06-14T18:00:00Z) - All-optical modulation with single-photons using electron avalanche [69.65384453064829]
単光子強度ビームを用いた全光変調の実証を行った。
本稿では,テラヘルツ高速光スイッチングの可能性を明らかにする。
論文 参考訳(メタデータ) (2023-12-18T20:14:15Z) - High-dimensional quantum correlation measurements with an adaptively
gated hybrid single-photon camera [58.720142291102135]
本研究では,高空間分解能センサと高時間分解能検出器を組み合わせた適応ゲート型ハイブリッド高分解能カメラ(HIC)を提案する。
空間分解能は9メガピクセル近く、時間分解能はナノ秒に近いため、このシステムは以前は実現不可能だった量子光学実験の実現を可能にする。
論文 参考訳(メタデータ) (2023-05-25T16:59:27Z) - Programmable multi-photon quantum interference in a single spatial mode [0.0]
単一空間モードにおける時間ビン符号化に基づくマルチフォトン処理のための資源効率の高いアーキテクチャについて述べる。
16モードで最大8個の光子の干渉を観測するために、効率的な量子ドット単一光子源と高速プログラム可能な時間ビン干渉計を用いる。
論文 参考訳(メタデータ) (2023-05-18T17:46:38Z) - On-chip quantum information processing with distinguishable photons [55.41644538483948]
多光子干渉は光量子技術の中心にある。
そこで本研究では,共振器型集積光子源に必要なスケールで変形した光子を干渉させるのに十分な時間分解能で検出を実装できることを実験的に実証した。
ボソンサンプリング実験において,非イデアル光子の時間分解検出がエンタングル操作の忠実度を向上し,計算複雑性の低減を図ることができることを示す。
論文 参考訳(メタデータ) (2022-10-14T18:16:49Z) - Ultra-long photonic quantum walks via spin-orbit metasurfaces [52.77024349608834]
数百光モードの超長光子量子ウォークについて報告する。
このセットアップでは、最先端の実験をはるかに超えて、最大320の離散的なステップで量子ウォークを設計しました。
論文 参考訳(メタデータ) (2022-03-28T19:37:08Z) - Topologically Protecting Squeezed Light on a Photonic Chip [58.71663911863411]
集積フォトニクスは、導波路内部に厳密に光を閉じ込めることで非線形性を高めるエレガントな方法を提供する。
シリカチップに励起光を発生させることができる自発4波混合のトポロジカルに保護された非線形過程を実験的に実証した。
論文 参考訳(メタデータ) (2021-06-14T13:39:46Z) - Sample-efficient adaptive calibration of quantum networks using Bayesian
optimization [0.0]
区別不可能な光子は高度な量子通信ネットワークに必須である。
通信チャネルによって付与される環境誘起光子変換と損失のため、識別し難い。
本稿では,量子ネットワークにおける個々の光子の識別不可能性を迅速に校正する資源効率の高いベイズ最適化手法を提案し,開発する。
論文 参考訳(メタデータ) (2021-06-11T01:35:04Z) - Smart Quantum Technologies using Photons [0.0]
第1章では光子技術の歴史について述べる。
第2章では、量子光学と機械学習の基本概念についてレビューする。
第4章では、コヒーレント光源から熱光を識別する効率を向上させるために、人工知能を組み込む取り組みについて論じる。
論文 参考訳(メタデータ) (2021-03-12T04:41:07Z) - Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。
このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。
線形光ネットワークの転送行列を再構成する新しい手法を提案する。
論文 参考訳(メタデータ) (2020-10-01T16:04:22Z)
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。