論文の概要: Imaging arbitrary incoherent source distributions with near quantum-limited resolution

• arxiv url: http://arxiv.org/abs/2106.13332v2
• Date: Fri, 25 Feb 2022 18:55:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-25 16:01:13.329863
• Title: Imaging arbitrary incoherent source distributions with near quantum-limited resolution
• Title（参考訳）: 近接量子制限分解能を持つ任意非干渉音源分布のイメージング
• Authors: Erik F. Matlin and Lucas J. Zipp
• Abstract要約: 任意の分布を持つ非コヒーレント音源の近接量子制限遠距離画像分解能を得るためのアプローチを実証する。 本手法は, 音源分布の事前の知識を前提とせず, 空間モードデマルチプレクシングによる撮像への適応的アプローチを用いる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We demonstrate an approach to obtaining near quantum-limited far-field imaging resolution of incoherent sources with arbitrary distributions. Our method assumes no prior knowledge of the source distribution, but rather uses an adaptive approach to imaging via spatial mode demultiplexing that iteratively updates both the form of the spatial imaging modes and the estimate of the source distribution. The optimal imaging modes are determined by minimizing the estimated Cram\'er-Rao bound over the manifold of all possible sets of orthogonal imaging modes. We have observed through Monte Carlo simulations that the manifold-optimized spatial mode demultiplexing measurement consistently outperforms standard imaging techniques in the accuracy of source reconstructions and comes within a factor of 2 of the absolute quantum limit as set by the quantum Cram\'er-Rao bound. The adaptive framework presented here allows for a consistent approach to achieving near quantum-limited imaging resolution of arbitrarily distributed sources through spatial mode imaging techniques.
• Abstract（参考訳）: 任意の分布を持つ非コヒーレント源の近接量子制限遠視野イメージング分解能を得る方法を示す。 本手法では, 音源分布の事前知識を仮定せず, 空間像化モードの形状と音源分布の推定の両方を反復的に更新する空間モードデ多重化による画像化への適応的アプローチを用いる。 最適撮像モードは、すべての直交撮像モードの可能な集合の多様体上の推定されたクラム・ラーオ境界を最小化することによって決定される。 モンテカルロシミュレーションにより,多様体最適化空間モードデマルチプレックス計測は,ソース再構成の精度において,標準イメージング手法を一貫して上回っており,量子クレーア・ラオ境界によって設定される絶対量子限界の2倍の範囲内にあることを確認した。 ここで提示される適応的なフレームワークは、空間モードイメージング技術により、任意の分散ソースの量子制限画像解決に近づいた一貫したアプローチを可能にする。

関連論文リスト

• QMambaBSR: Burst Image Super-Resolution with Query State Space Model [55.56075874424194]
  バースト超解像度は、複数のバースト低解像度フレームからサブピクセル情報を融合することにより、高画質でよりリッチな細部で高解像度の画像を再構成することを目的としている。 BusrtSRにおいて鍵となる課題は、高周波ノイズ障害を同時に抑制しつつ、ベースフレームの補完的なサブピクセルの詳細を抽出することである。 本稿では,Query State Space Model (QSSM) とAdaptive Up-Sampling Module (AdaUp) を組み合わせた新しいQuery Mamba Burst Super-Resolution (QMambaBSR) ネットワークを紹介する。
  論文  参考訳（メタデータ） (2024-08-16T11:15:29Z)
• Distributed Markov Chain Monte Carlo Sampling based on the Alternating Direction Method of Multipliers [143.6249073384419]
  本論文では,乗算器の交互方向法に基づく分散サンプリング手法を提案する。 我々は,アルゴリズムの収束に関する理論的保証と,その最先端性に関する実験的証拠の両方を提供する。 シミュレーションでは,線形回帰タスクとロジスティック回帰タスクにアルゴリズムを配置し,その高速収束を既存の勾配法と比較した。
  論文  参考訳（メタデータ） (2024-01-29T02:08:40Z)
• MB-RACS: Measurement-Bounds-based Rate-Adaptive Image Compressed Sensing Network [65.1004435124796]
  本稿では,MB-RACS(Message-Bounds-based Rate-Adaptive Image Compressed Sensing Network)フレームワークを提案する。 実験により,提案手法が現在の先行手法を超越していることが実証された。
  論文  参考訳（メタデータ） (2024-01-19T04:40:20Z)
• SDDM: Score-Decomposed Diffusion Models on Manifolds for Unpaired Image-to-Image Translation [96.11061713135385]
  本研究は,画像生成時の絡み合った分布を明示的に最適化する,新しいスコア分解拡散モデルを提案する。 我々は、スコア関数の精製部分とエネルギー誘導を等しくし、多様体上の多目的最適化を可能にする。 SDDMは既存のSBDMベースの手法よりも優れており、I2Iベンチマークでは拡散ステップがはるかに少ない。
  論文  参考訳（メタデータ） (2023-08-04T06:21:57Z)
• Quantum super-resolution for imaging two pointlike entangled photon sources [9.590696922408775]
  モーメント法と空間モードデマルチプレックス法(SPADE)を用いて,二つの点状絡み合った音源を撮像する分解能について検討した。 分離推定感度は検出された各モードの光子分布によって決定される。 無限に小さなソース分離の制限の場合、絡み合ったソースの使用は、一貫性のない、一貫性のないソースを使用する場合よりも優れた解像度が得られる。
  論文  参考訳（メタデータ） (2023-06-17T02:39:47Z)
• Towards Accurate Post-training Quantization for Diffusion Models [73.19871905102545]
  本稿では,効率的な画像生成のための拡散モデル(ADP-DM)の高精度なデータフリーポストトレーニング量子化フレームワークを提案する。 提案手法は, 拡散モデルの学習後の量子化を, 同様の計算コストで, 非常に大きなマージンで高速化する。
  論文  参考訳（メタデータ） (2023-05-30T04:00:35Z)
• DDFM: Denoising Diffusion Model for Multi-Modality Image Fusion [144.9653045465908]
  拡散確率モデル(DDPM)に基づく新しい融合アルゴリズムを提案する。 近赤外可視画像融合と医用画像融合で有望な融合が得られた。
  論文  参考訳（メタデータ） (2023-03-13T04:06:42Z)
• Multilevel Diffusion: Infinite Dimensional Score-Based Diffusion Models for Image Generation [2.5556910002263984]
  スコアベース拡散モデル (SBDM) は画像生成のための最先端のアプローチとして登場した。 本稿では, 無限次元のSBDM, すなわち, 矩形領域でサポートされている関数としてトレーニングデータをモデル化する。 無限次元設定において、現在のSBDMアプローチの2つの欠点を克服する方法を実証する。
  論文  参考訳（メタデータ） (2023-03-08T18:10:10Z)
• Optimal control of coherent light scattering for binary decision problems [0.0]
  空間分布を調整したコヒーレントプローブ場を用いてヘルストローム境界の計算と最小化を行う。 2つの散乱媒質の間に位置するターゲットを実験的に検討した。
  論文  参考訳（メタデータ） (2021-08-08T22:38:06Z)
• Sub-Rayleigh characterization of a binary source by spatially demultiplexed coherent detection [3.9146761527401424]
  二次元対称二成分源のパラメータを推定するアルゴリズムをモンテカルロシミュレーションを用いて考案し,検証した。 提案アルゴリズムは, サブレイリー領域における測定データをほぼ最適に利用することを示す。
  論文  参考訳（メタデータ） (2021-06-15T16:10:19Z)

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。