論文の概要: Bidirectional deep learning of polarization transfer in liquid crystals
with application to quantum state preparation
- arxiv url: http://arxiv.org/abs/2109.12436v3
- Date: Fri, 11 Mar 2022 17:13:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-13 18:57:31.698118
- Title: Bidirectional deep learning of polarization transfer in liquid crystals
with application to quantum state preparation
- Title（参考訳）: 液晶における偏光伝達の双方向深層学習と量子状態形成への応用
- Authors: Dominik Va\v{s}inka, Martin Bielak, Michal Neset, Miroslav Je\v{z}ek
- Abstract要約: 制御電圧のあいまいさを解消する逆直接化合物モデルを提案する。
深層学習モデルを用いて任意の単光子偏光状態の局所的および遠隔的準備を行う。
提示された双方向学習は、複雑なフォトニックデバイスと量子回路の最適古典的制御に利用できる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Accurate control of light polarization represents a core building block in
polarization metrology, imaging, and optical and quantum communications.
Voltage-controlled liquid crystals offer an efficient way of polarization
transformation. However, common twisted nematic liquid crystals are notorious
for lacking an accurate theoretical model linking control voltages and output
polarization. An inverse model, which would predict control voltages required
to prepare a target polarization, is even more challenging. Here we report both
the direct and inverse models based on deep neural networks, radial basis
functions, and linear interpolation. We present an inverse-direct compound
model solving the problem of control voltages ambiguity. We demonstrate one
order of magnitude improvement in accuracy using deep learning compared to the
radial basis function method and two orders of magnitude improvement compared
to the linear interpolation. Errors of the deep neural network model also
decrease faster than the other methods with an increasing number of training
data. The best direct and inverse models reach the average infidelities of $4
\times 10^{-4}$ and $2 \times 10^{-4}$, respectively, which is the accuracy
level not reported yet. Furthermore, we demonstrate local and remote
preparation of an arbitrary single-photon polarization state using the deep
learning models. The results will impact the application of twisted-nematic
liquid crystals, increasing their control accuracy across the board. The
presented bidirectional learning can be used for optimal classical control of
complex photonic devices and quantum circuits beyond interpolation.
- Abstract（参考訳）: 光偏光の正確な制御は、偏光メトロジー、イメージング、光学および量子通信における中核構造ブロックを表す。
電圧制御液晶は分極変換の効率的な方法を提供する。
しかし、一般的なねじれネマティック液晶は、制御電圧と出力偏光をリンクする正確な理論モデルがないことで有名である。
目標偏光を生成するのに必要な制御電圧を予測する逆モデルはさらに困難である。
本稿では,ディープニューラルネットワーク,ラジアル基底関数,線形補間に基づく直接モデルと逆モデルの両方について報告する。
制御電圧のあいまいさを解消する逆直接化合物モデルを提案する。
本研究では,ラジアル基底関数法と比較して深層学習の精度が1桁向上し,線形補間法と比較して2桁改善することを示す。
ディープニューラルネットワークモデルのエラーは、トレーニングデータの増加とともに、他の方法よりも高速に減少する。
最良の直接モデルと逆モデルはそれぞれ4 \times 10^{-4}$と2 \times 10^{-4}$の非忠実度に達し、これはまだ報告されていない精度レベルである。
さらに,深層学習モデルを用いて任意の単光子偏光状態の局所的および遠隔的生成を示す。
その結果、ツイストネマティック液晶の応用に影響を及ぼし、基板全体の制御精度が向上する。
提示された双方向学習は、補間を超えた複雑なフォトニックデバイスと量子回路の最適古典制御に使用できる。
関連論文リスト
- Fast and Automated Optical Polarization Compensation of Fiber Unitaries [0.0]
液晶を用いた高速かつ自動化された偏光補償法を提案する。
このアプローチは、回転する四分波板に基づく偏光測定と液晶セルの高速制御を組み合わせ、多種多様な用途に適した高忠実度補償を提供する。
本手法は, 平均6回未満で99%以上の忠実度を達成し, 99.5%以上の忠実度にさらに微調整を行う。
論文 参考訳（メタデータ） (2024-11-18T20:20:32Z) - Polarization Wavefront Lidar: Learning Large Scene Reconstruction from Polarized Wavefronts [46.79906673307029]
我々は、放射光と受信光の偏光を変調する新しい長距離偏光波面センサ(PolLidar)を導入する。
我々は、新しい学習的再構成手法を用いて、屋外シナリオにおける正常、距離、材料特性を推定するために偏波波面を利用する。
論文 参考訳（メタデータ） (2024-06-05T17:09:51Z) - Polarization entanglement by two simultaneous backward phase-matching
processes in a single crystal [4.195738041091666]
絡み合いは量子技術における多くの有望な応用を可能にする。
ここでは,Type-0 と Type-I の後方準位相マッチングを同時に行うことで,異なる偏光絡み源を実現する。
両方のプロセスで出力される光子は15.7GHzの帯域幅を持つ。
論文 参考訳（メタデータ） (2024-02-28T15:26:54Z) - 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) - Neural Polarizer: A Lightweight and Effective Backdoor Defense via
Purifying Poisoned Features [62.82817831278743]
近年の研究では、バックドア攻撃に対するディープニューラルネットワークの感受性が示されている。
本研究では,学習可能なニューラルポーラライザを中間層としてバックドアモデルに挿入することで,新たなバックドア防御手法を提案する。
論文 参考訳（メタデータ） (2023-06-29T05:39:58Z) - On-chip polarization-encoded single-qubit gates with twisted waveguides [58.720142291102135]
我々は、その固有モードと伝達行列を閉じた形で発表するツイスト導波路の理論を開発する。
我々は、ツイスト導波路が合理的な設計制約を満たしつつ、任意の任意の偏極変換を実現することを実証した。
論文 参考訳（メタデータ） (2022-12-27T16:00:07Z) - Experimental realization of deterministic and selective photon addition
in a bosonic mode assisted by an ancillary qubit [50.591267188664666]
ボソニック量子誤り訂正符号は、主に単一光子損失を防ぐために設計されている。
エラー修正には、エラー状態 -- 逆のパリティを持つ -- をコード状態にマッピングするリカバリ操作が必要です。
ここでは、ボソニックモード上での光子数選択同時光子加算演算のコレクションを実現する。
論文 参考訳（メタデータ） (2022-12-22T23:32:21Z) - Controlling photon polarisation with a single quantum dot spin [0.0]
単一電子スピンによって誘起される巨大偏極回転の制御を実証する。
反射光子の偏光状態は、制御されたスピン誘起回転によって、ポアンカー球のほとんどで操作できる。
この制御により、ゼロまたは低磁場を含む様々な構成でのスピン光子界面の操作が可能となる。
論文 参考訳（メタデータ） (2022-12-07T16:37:59Z) - Robotized polarization characterization platform for free-space quantum
communication optics [0.0]
自由空間量子通信における光デバイスのための偏光特性評価プラットフォームを開発した。
本研究では、6軸協調ロボットアームに取り付けられた入射偏光状態と入射角の両方を解析する画像偏光計を実演する。
論文 参考訳（メタデータ） (2021-09-05T03:32:35Z) - Shortcuts to Dynamic Polarization [0.0]
動的分極プロトコルは、量子ドットや色欠陥などのよく制御された量子ビットからスピン分極を移すことによってスピン浴を過分極することを目的としている。
双極子相互作用系に適用可能な中心スピンモデルにおける高速かつ効率的な動的偏光プロトコルを設計する。
論文 参考訳（メタデータ） (2020-11-10T19:00:53Z) - 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。