論文の概要: Stimulated parametric down-conversion for spatiotemporal metrology
- arxiv url: http://arxiv.org/abs/2106.13575v3
- Date: Fri, 15 Oct 2021 06:53:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-25 13:56:58.268882
- Title: Stimulated parametric down-conversion for spatiotemporal metrology
- Title（参考訳）: 時空間メトロロジーのための刺激的パラメトリックダウンコンバージョン
- Authors: Filippus S. Roux
- Abstract要約: 刺激されたパラメトリックダウンコンバージョン (PDC) プロセスの解析を行い, 自由度の影響について検討した。
ボゴリボフ入力状態としてのパラメトリックダウンコンバート状態は、ボゴリボフカーネル関数の観点から得られる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A detailed analysis of the stimulated parametric down-conversion (PDC)
process is performed to investigate the effects of the spatiotemporal degrees
of freedom. The analysis provides information that would be useful for
PDC-based metrology applications. Using a Wigner functional approach, we obtain
the parametric down-converted state as the Bogoliubov transformed input state,
in terms of Bogoliubov kernel functions. The result is used to consider the
case for a coherent state seeding stimulated PDC. We also compute the
background which is obtained from spontaneous PDC.
- Abstract（参考訳）: 刺激されたパラメトリックダウンコンバージョン(PDC)プロセスの詳細な解析を行い,時空間自由度の影響について検討した。
この分析は、pdcベースのメトロロジーアプリケーションに役立つ情報を提供する。
ウィグナー関数を用いて、ボゴリューボフ核関数の観点から、ボゴリューボフ変換入力状態としてパラメトリックダウン変換状態を得る。
この結果は、pdcを刺激するコヒーレントな状態シードの場合を考えるために用いられる。
また,自発的pdcから得られた背景を計算する。
関連論文リスト
- Semi-Implicit Functional Gradient Flow [30.32233517392456]
近似系として摂動粒子を用いる関数勾配ParVI法を提案する。
対応する関数勾配流は、スコアマッチングによって推定できるが、強い理論的収束を保証する。
論文 参考訳（メタデータ） (2024-10-23T15:00:30Z) - Posterior Estimation for Dynamic PET imaging using Conditional
Variational Inference [10.206699988915183]
効率的な後続推定のためのディープラーニングに基づくフレームワークを提案する。
具体的には、潜伏変数を導入することにより、フォワードプロセスにおける情報損失に対処する。
論文 参考訳（メタデータ） (2023-10-24T14:05:30Z) - FaDIn: Fast Discretized Inference for Hawkes Processes with General
Parametric Kernels [82.53569355337586]
この研究は、有限なサポートを持つ一般パラメトリックカーネルを用いた時間点プロセス推論の効率的な解を提供する。
脳磁図(MEG)により記録された脳信号からの刺激誘発パターンの発生をモデル化し,その有効性を評価する。
その結果,提案手法により,最先端技術よりもパターン遅延の推定精度が向上することが示唆された。
論文 参考訳（メタデータ） (2022-10-10T12:35:02Z) - Deep subspace encoders for continuous-time state-space identification [0.0]
連続時間(CT)モデルは、学習中にサンプル効率が改善されている。
マルチフェイスCT状態空間モデル同定問題はまだ完全に解決されていない。
本稿では,これらの側面を含む新しい評価手法を提案する。
論文 参考訳（メタデータ） (2022-04-20T11:55:17Z) - Physics-constrained deep neural network method for estimating parameters
in a redox flow battery [68.8204255655161]
バナジウムフローバッテリ(VRFB)のゼロ次元(0D)モデルにおけるパラメータ推定のための物理拘束型ディープニューラルネットワーク(PCDNN)を提案する。
そこで, PCDNN法は, 動作条件のモデルパラメータを推定し, 電圧の0Dモデル予測を改善することができることを示す。
また,PCDNNアプローチでは,トレーニングに使用しない操作条件のパラメータ値を推定する一般化能力が向上することが実証された。
論文 参考訳（メタデータ） (2021-06-21T23:42:58Z) - Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。
特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。
本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文 参考訳（メタデータ） (2021-02-12T12:23:13Z) - Quantitative Understanding of VAE as a Non-linearly Scaled Isometric
Embedding [52.48298164494608]
変分オートエンコーダ(VAE)は、各入力データに対応する潜伏変数の後方パラメータを推定する。
本稿では,VAEの微分幾何学的および情報理論的解釈を通じて,VAEの特性を定量的に理解する。
論文 参考訳（メタデータ） (2020-07-30T02:37:46Z) - A Kernel-Based Approach to Non-Stationary Reinforcement Learning in
Metric Spaces [53.47210316424326]
KeRNSは、非定常マルコフ決定過程におけるエピソード強化学習のためのアルゴリズムである。
我々は、状態-作用空間の被覆次元と時間とともにMDPの総変動にスケールする後悔境界を証明した。
論文 参考訳（メタデータ） (2020-07-09T21:37:13Z) - SLEIPNIR: Deterministic and Provably Accurate Feature Expansion for
Gaussian Process Regression with Derivatives [86.01677297601624]
本稿では,2次フーリエ特徴に基づく導関数によるGP回帰のスケーリング手法を提案する。
我々は、近似されたカーネルと近似された後部の両方に適用される決定論的、非漸近的、指数関数的に高速な崩壊誤差境界を証明した。
論文 参考訳（メタデータ） (2020-03-05T14:33:20Z)
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。