論文の概要: Fast Correlated-Photon Imaging Enhanced by Deep Learning
- arxiv url: http://arxiv.org/abs/2006.09410v1
- Date: Tue, 16 Jun 2020 18:00:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-13 17:49:03.454111
- Title: Fast Correlated-Photon Imaging Enhanced by Deep Learning
- Title(参考訳): 深層学習による高速相関光子イメージング
- Authors: Zhan-Ming Li, Shi-Bao Wu, Jun Gao, Heng Zhou, Zeng-Quan Yan, Ruo-Jing
Ren, Si-Yuan Yin, Xian-Min Jin
- Abstract要約: 強い量子相関を持つ相関光子対は、様々な分野に量子上の利点をもたらすために利用されてきた。
深層学習により強調された高速相関光子イメージングを実験的に提案する。
- 参考スコア(独自算出の注目度): 5.2618075333626075
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Correlated photon pairs, carrying strong quantum correlations, have been
harnessed to bring quantum advantages to various fields from biological imaging
to range finding. Such inherent non-classical properties support extracting
more valid signals to build photon-limited images even in low flux-level, where
the shot noise becomes dominant as light source decreases to single-photon
level. Optimization by numerical reconstruction algorithms is possible but
require thousands of photon-sparse frames, thus unavailable in real time. Here,
we present an experimental fast correlated-photon imaging enhanced by deep
learning, showing an intelligent computational strategy to discover deeper
structure in big data. Convolutional neural network is found being able to
efficiently solve image inverse problems associated with strong shot noise and
background noise (electronic noise, scattered light). Our results fill the key
gap in incompatibility between imaging speed and image quality by pushing
low-light imaging technique to the regime of real-time and single-photon level,
opening up an avenue to deep leaning-enhanced quantum imaging for real-life
applications.
- Abstract(参考訳): 強い量子相関を持つ相関光子対は、生物イメージングから範囲発見まで様々な分野に量子的利点をもたらすために利用されてきた。
このような固有の非古典的性質は、光源が単一光子レベルに減少するにつれてショットノイズが支配的な低フラックスレベルであっても、光子制限画像を構築するためのより有効な信号の抽出をサポートする。
数値再構成アルゴリズムによる最適化は可能であるが、数千の光子スパースフレームを必要とするため、リアルタイムでは利用できない。
本稿では,深層学習によって高められた高速相関光子イメージングを実験し,ビッグデータの深層構造を発見するためのインテリジェントな計算戦略を示す。
畳み込みニューラルネットワークは、強いショットノイズと背景雑音(電子ノイズ、散乱光)に関連する画像逆問題を効率的に解くことができる。
本研究は,低光度イメージング技術を実時間および単光子レベルにプッシュすることで,画像速度と画質の非互換性の鍵となるギャップを埋めることを目的としている。
関連論文リスト
- Multiphoton Quantum Imaging using Natural Light [0.0]
我々は、自然光の利用に依存する量子イメージング手法を開発した。
検出した熱光子の量子特性を抽出し、信号-雑音比を改良した量子画像を生成する。
驚くべきことに、この測定方式は、光場の真空ゆらぎから画像を生成することができる。
論文 参考訳(メタデータ) (2024-05-21T13:43:32Z) - Efficient characterization of blinking quantum emitters from scarce data
sets via machine learning [0.0]
単一光子エミッタは、蛍光断続性または光架橋を普遍的に表示する。
そこで本研究では,85%の精度で点滅率を抽出できる多機能回帰アルゴリズムと遺伝的アルゴリズムを提案する。
我々のアルゴリズムは、調査可能な点滅システムの範囲を効果的に拡張し、それ以外は調査するには短命であると考えられるものへと動的をトラップする。
論文 参考訳(メタデータ) (2023-08-24T18:51:30Z) - Correlated-photon imaging at 10 volumetric images per second [0.8624846348809068]
相関レンズイメージング(英: correlation plenoptic imaging、略称:CPI)は、エンタングルドまたはカオスソースからの相関光子を用いた量子インスピレーションされたイメージングプロトコルである。
本稿では,カオス光における固有光子数固有相関と,単一光子アバランシェダイオード(SPAD)の大きな配列からなる最先端の超高速センサを併用する。
本研究は, 相関光子イメージングを競争力のあるエッジに配置し, 実用化の可能性を証明した。
論文 参考訳(メタデータ) (2022-12-06T00:12:52Z) - 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) - 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) - Universal and Flexible Optical Aberration Correction Using Deep-Prior
Based Deconvolution [51.274657266928315]
そこで本研究では,収差画像とpsfマップを入力とし,レンズ固有深層プリエントを組み込んだ潜在高品質版を生成する,psf対応プラグイン・アンド・プレイ深層ネットワークを提案する。
具体的には、多彩なレンズの集合からベースモデルを事前訓練し、パラメータを迅速に精製して特定のレンズに適応させる。
論文 参考訳(メタデータ) (2021-04-07T12:00:38Z) - Conditional preparation of non-Gaussian quantum optical states by
mesoscopic measurement [62.997667081978825]
光学場の非ガウス状態は、量子情報応用における提案された資源として重要である。
メソスコピック検出器を応用可能なレシエーションへのアンシラフィールドの変位を含む新しいアプローチを提案する。
実験により,強いウィグナー負性を持つ状態は高い速度で生成可能であると結論付けた。
論文 参考訳(メタデータ) (2021-03-29T16:59:18Z) - Spatial Mode Correction of Single Photons using Machine Learning [1.8086378019947618]
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。
論文 参考訳(メタデータ) (2020-06-14T01:25:17Z) - Near-ideal spontaneous photon sources in silicon quantum photonics [55.41644538483948]
集積フォトニクスは量子情報処理のための堅牢なプラットフォームである。
非常に区別がつかず純粋な単一の光子の源は、ほぼ決定的か高い効率で隠蔽されている。
ここでは、これらの要件を同時に満たすオンチップ光子源を実証する。
論文 参考訳(メタデータ) (2020-05-19T16:46:44Z) - Deep Photon Mapping [59.41146655216394]
本稿では,粒子ベースのレンダリングのための新しい深層学習手法を提案する。
我々は、カーネル関数を予測するために新しいディープニューラルネットワークをトレーニングし、シェーディングポイントでの光子寄与を集約する。
我々のネットワークは、個々の光子を光子ごとの特徴にエンコードし、シェーディングポイントの近傍でそれらを集約し、光子ごとの局所的特徴と光子ごとの局所的特徴からカーネル関数を推論する。
論文 参考訳(メタデータ) (2020-04-25T06:59:10Z)
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。