論文の概要: Signal-to-noise-ratio and SNR-max detection statistics in template bank
searches for exotic physics transients with networks of quantum sensors
- arxiv url: http://arxiv.org/abs/2109.05011v1
- Date: Fri, 10 Sep 2021 17:46:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-15 11:37:36.437615
- Title: Signal-to-noise-ratio and SNR-max detection statistics in template bank
searches for exotic physics transients with networks of quantum sensors
- Title（参考訳）: テンプレートバンク探索における信号対ノイズ比とsnr-max検出統計 : 量子センサネットワークを用いたエキゾチック物理過渡現象
- Authors: Tyler Daykin, Chris Ellis, Andrei Derevianko
- Abstract要約: 特定のテンプレートからのSNRが所望の偽陽性率で設定された閾値を超えると、電位イベントが記録される。
テンプレートバンクサーチでは、SNR統計の一般化はSNR-max統計である。
我々はSNR-max統計量の計算特性に対する解析的アプローチを開発する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Signal-to-noise ratio (SNR) detection statistic has wide-spread applications.
A potential event is recorded when the SNR from a specific template exceeds a
threshold set by a desired false positive rate. In template bank searches, the
generalization of the SNR statistic is the SNR-max statistic, defined as the
maximum of the absolute value of SNRs from individual template matching. While
individual SNR realizations are Gaussian distributed, SNR-max probability
distribution is non-Gaussian. Moreover, as the individual template-bank SNRs
are computed using the same network data streams, SNRs become correlated
between templates. Cross-template correlations have sizable effect on the
SNR-max probability distribution, and the threshold SNR-max values. Computing
threshold SNR-max values for large banks is computationally prohibitive and we
develop analytic approaches to computing properties of SNR-max statistic. This
is done for nearly orthogonal template banks and for banks with cross-template
correlation coefficients "squeezed" about the most probable cross-template
correlation value. Since cross-template correlation coefficients quantify
similarity of templates, increasing correlations decrease SNR-max thresholds
for specific values of false positive rates. Increasing the number of templates
in the bank increases the SNR-max thresholds. Our derivations are carried out
for networks that may exhibit colored noise and cross-node correlations.
Specific applications are illustrated with a dark matter search with atomic
clocks and a ''toy'' planar network with cyclic rotational symmetry.
- Abstract（参考訳）: 信号対雑音比(SNR)検出統計学は広範に応用されている。
特定のテンプレートからのSNRが所望の偽陽性率で設定された閾値を超えると、電位イベントが記録される。
テンプレートバンク探索では、SNR統計の一般化はSNR-max統計であり、個々のテンプレートマッチングからSNRの絶対値の最大値として定義される。
個々のSNR実現はガウス分布であるが、SNR-max確率分布はガウス分布ではない。
さらに、個別のテンプレートバンクSNRを同じネットワークデータストリームで計算すると、SNRはテンプレート間で相関する。
クロステンポレート相関は、SNR-max確率分布としきい値SNR-max値に大きな影響を及ぼす。
大規模銀行に対するSNR-maxの計算しきい値の計算は禁じられ、SNR-max統計の計算特性に対する解析的アプローチを開発する。
これは、ほぼ直交するテンプレートバンクと、最も可能性の高いクロステンプレート相関値についてクロステンプレート相関係数が"スキーズ"されたバンクに対して行われる。
テンプレート間の相関係数はテンプレートの類似性を定量化するため、相関の増大は偽陽性率の特定の値に対するSNR-max閾値を減少させる。
銀行内のテンプレート数を増やすと、snr-maxしきい値が増加する。
色付きノイズとクロスノード相関を示すネットワークに対して,提案手法を導出する。
特定の応用は、原子時計によるダークマター探索と循環回転対称性を持つ'トイ'平面ネットワークで示される。
関連論文リスト
- Erasing Noise in Signal Detection with Diffusion Model: From Theory to Application [12.770304903229292]
雑音拡散モデル(DM)に基づく信号検出手法を提案する。
これは最大確率(ML)推定法より優れている。
BPSK と QAM の変調方式では、DM ベースの手法はシンボル誤り率を著しく低くする。
論文 参考訳（メタデータ） (2025-01-13T03:02:15Z) - A Comparative Study of Deep Learning and Iterative Algorithms for Joint Channel Estimation and Signal Detection in OFDM Systems [11.190815358585137]
周波数分割多重化システムでは,共同チャネル推定と信号検出が重要である。
従来のアルゴリズムは低信号対雑音比(SNR)のシナリオでは不十分である。
深層学習 (DL) 手法は検討されているが, 計算コストや低SNR設定による検証の欠如が懸念されている。
論文 参考訳（メタデータ） (2023-03-07T06:34:04Z) - Quantized Low-Rank Multivariate Regression with Random Dithering [23.81618208119832]
低ランク多変量回帰(LRMR)は重要な統計的学習モデルである。
基礎となる係数行列の推定に焦点をあてる。
我々は、ランダムディザリングを伴う均一な量子化、すなわち、量子化の前に適切なランダムノイズをデータに追加する。
制約付きラッソおよび正規化ラッソ推定器を提案し、非漸近誤差境界を導出する。
論文 参考訳（メタデータ） (2023-02-22T08:14:24Z) - DINER: Disorder-Invariant Implicit Neural Representation [33.10256713209207]
入射神経表現(INR)は、信号の属性を対応する座標の関数として特徴づける。
本稿では、従来のINRバックボーンにハッシュテーブルを付加することにより、障害不変な暗黙的神経表現(DINER)を提案する。
論文 参考訳（メタデータ） (2022-11-15T03:34:24Z) - Nonconvex Stochastic Scaled-Gradient Descent and Generalized Eigenvector
Problems [98.34292831923335]
オンライン相関解析の問題から,emphStochastic Scaled-Gradient Descent (SSD)アルゴリズムを提案する。
我々はこれらのアイデアをオンライン相関解析に適用し、局所収束率を正規性に比例した最適な1時間スケールのアルゴリズムを初めて導いた。
論文 参考訳（メタデータ） (2021-12-29T18:46:52Z) - Deep Networks for Direction-of-Arrival Estimation in Low SNR [89.45026632977456]
我々は,真の配列多様体行列の変異チャネルデータから学習した畳み込みニューラルネットワーク(CNN)を導入する。
我々は低SNR体制でCNNを訓練し、すべてのSNRでDoAを予測する。
私たちの堅牢なソリューションは、ワイヤレスアレイセンサーから音響マイクロフォンやソナーまで、いくつかの分野に適用できます。
論文 参考訳（メタデータ） (2020-11-17T12:52:18Z) - Autoregressive Score Matching [113.4502004812927]
自動回帰条件スコアモデル(AR-CSM)を提案する。
AR-CSMモデルでは、このデータ分布とモデル分布のばらつきを効率的に計算し、最適化することができ、高価なサンプリングや対向訓練を必要としない。
本研究では,合成データに対する密度推定,画像生成,画像復調,暗黙エンコーダを用いた潜在変数モデルの訓練に応用できることを示す。
論文 参考訳（メタデータ） (2020-10-24T07:01:24Z) - Estimation of Switched Markov Polynomial NARX models [75.91002178647165]
非線形自己回帰(NARX)成分を特徴とするハイブリッド力学系のモデル群を同定する。
提案手法は, 特定の回帰器を持つ3つの非線形サブモデルからなるSMNARX問題に対して実証される。
論文 参考訳（メタデータ） (2020-09-29T15:00:47Z) - SUMO: Unbiased Estimation of Log Marginal Probability for Latent
Variable Models [80.22609163316459]
無限級数のランダム化トランケーションに基づく潜在変数モデルに対して、ログ境界確率の非バイアス推定器とその勾配を導入する。
推定器を用いてトレーニングしたモデルは、同じ平均計算コストに対して、標準的な重要度サンプリングに基づくアプローチよりも優れたテストセット確率を与えることを示す。
論文 参考訳（メタデータ） (2020-04-01T11:49:30Z) - On the Discrepancy between Density Estimation and Sequence Generation [92.70116082182076]
log-likelihoodは、同じファミリー内のモデルを考えるとき、BLEUと非常に相関している。
異なる家族間でのモデルランキングの相関はみられない。
論文 参考訳（メタデータ） (2020-02-17T20:13:35Z)
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。