論文の概要: Automatic alignment of an orbital angular momentum sorter in a transmission electron microscope using a convolution neural network

• arxiv url: http://arxiv.org/abs/2111.05032v2
• Date: Thu, 7 Apr 2022 13:19:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-08 18:16:18.768556
• Title: Automatic alignment of an orbital angular momentum sorter in a transmission electron microscope using a convolution neural network
• Title（参考訳）: 畳み込みニューラルネットワークを用いた透過電子顕微鏡における軌道角運動量ソータの自動アライメント
• Authors: P. Rosi, A. Clausen, D. Weber, A.H. Tavabi, S. Frabboni, P. Tiemeijer, R.E. Dunin-Borkowski, E. Rotunno, V. Grillo
• Abstract要約: 畳み込みニューラルネットワークを用いた軌道角運動量ソータを備えた透過電子顕微鏡の自動アライメントについて報告する。 ニューラルネットワークは、顕微鏡の電子光学的設定とソータの外電圧源の両方の関連するパラメータを、ユーザからの入力なしに制御することができる。
• 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 report on the automatic alignment of a transmission electron microscope equipped with an orbital angular momentum sorter using a convolutional neural network. The neural network is able to control all relevant parameters of both the electron-optical setup of the microscope and the external voltage source of the sorter without input from the user. It is able to compensate for mechanical and optical misalignments of the sorter, in order to optimize its spectral resolution. The alignment is completed over a few frames and can be kept stable by making use of the fast fitting time of the neural network.
• Abstract（参考訳）: 畳み込みニューラルネットワークを用いた軌道角運動量ソータを備えた透過型電子顕微鏡の自動アライメントについて報告する。 ニューラルネットワークは、顕微鏡の電子光学的設定とソータの外部電圧源の両方の関連するパラメータを、ユーザからの入力なしに制御することができる。 スペクトル分解能を最適化するために、ソーターの機械的および光学的ミスアライメントを補償することができる。 アライメントは数フレームで完了し、ニューラルネットワークの高速な嵌合時間を利用することで安定を保つことができる。

関連論文リスト

• Optimizing Retinal Prosthetic Stimuli with Conditional Invertible Neural Networks [1.1454121287632515]
  本稿では,非教師ありの方法で網膜インプラント刺激を最適化するために,フローベース条件付き非可逆ニューラルネットワークの正規化を活用することを提案する。 これらのネットワークの可逆性により、視覚系の計算モデルの代用として使用できる。 自明なダウンサンプリング、線形モデル、フィードフォワード畳み込みニューラルネットワークなどの他の手法と比較して、フローベースの可逆ニューラルネットワークとその条件付き拡張は、より良い視覚的再構成特性をもたらす。
  論文  参考訳（メタデータ） (2024-03-07T20:16:42Z)
• Learning and Controlling Silicon Dopant Transitions in Graphene using Scanning Transmission Electron Microscopy [58.51812955462815]
  単層炭素原子上のシリコン原子の遷移ダイナミクスを機械学習で決定する手法を提案する。 データサンプルは、ニューラルネットワークをトレーニングして遷移確率を予測するために、シンボリック表現を生成するために処理され、フィルタリングされる。 これらの学習された遷移ダイナミクスを利用すれば、格子全体に1つのシリコン原子を誘導し、あらかじめ決定された目標目的地へと導くことができる。
  論文  参考訳（メタデータ） (2023-11-21T21:51:00Z)
• Spatially Varying Nanophotonic Neural Networks [39.1303097259564]
  電子の代わりに光子を使った演算を実行するフォトニックプロセッサは、超低レイテンシと消費電力で光ニューラルネットワークを実現することを約束する。 既存の光学ニューラルネットワークは、基礎となるネットワーク設計によって制限されており、最先端の電子ニューラルネットワークよりもはるかに低い画像認識精度を実現している。
  論文  参考訳（メタデータ） (2023-08-07T08:48:46Z)
• Leveraging generative adversarial networks to create realistic scanning transmission electron microscopy images [2.5954872177280346]
  機械学習は、自律的なデータ収集と処理を通じて材料研究に革命をもたらす可能性がある。 我々は,実空間周波数情報を用いたシミュレーションデータを増大させるために,相互空間判別器を備えたサイクル生成逆数ネットワーク(CycleGAN)を用いる。 完全な畳み込みネットワーク(FCN)をトレーニングして、450万個の原子データセット内の単一原子欠陥を同定することで、我々のアプローチを実証する。
  論文  参考訳（メタデータ） (2023-01-18T19:19:27Z)
• Gate-based spin readout of hole quantum dots with site-dependent $g-$factors [101.23523361398418]
  ゲート型反射率計を用いたスピンリードアウトによりシリコン中の二重量子ドットを実験的に検討した。 磁気分光法により生じる反射位相信号の特徴は,2点のサイト依存の$g-$factorに関する情報を伝達する。
  論文  参考訳（メタデータ） (2022-06-27T09:07:20Z)
• The Effect of Micromotion and Local Stress in Quantum simulation with Trapped Ions in Optical Tweezers [0.0]
  マイクロモーション,局所応力,強度雑音の存在下での所見の堅牢性について検討した。 我々は、光学的ツイーザは、捕捉されたイオン量子シミュレータにおける相互作用を制御するのに有用な方法であると結論付けた。
  論文  参考訳（メタデータ） (2022-02-28T11:01:30Z)
• Using quantum states of light to probe the retinal network [0.0]
  棒細胞がいくつかの光子を感知する能力は、人間の視覚と神経系の能力を理解することに意味がある。 我々は、網膜を探査する様々な光の量子状態の基本的な気象能力について検討する。
  論文  参考訳（メタデータ） (2021-11-05T06:26:53Z)
• A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
  伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。 最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。 我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
  論文  参考訳（メタデータ） (2021-05-18T10:15:17Z)
• Multidimensional cluster states using a single spin-photon interface coupled strongly to an intrinsic nuclear register [48.7576911714538]
  フォトニッククラスター状態は、測定ベースの量子コンピューティングと損失耐性量子通信のための強力なリソースである。 核レジスタに強く結合した1つの効率的なスピン光子インタフェースを用いた多次元格子クラスター状態の生成を提案する。
  論文  参考訳（メタデータ） (2021-04-26T14:41:01Z)
• 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)
• Graph Neural Network for Hamiltonian-Based Material Property Prediction [56.94118357003096]
  無機材料のバンドギャップを予測できるいくつかの異なるグラフ畳み込みネットワークを提示し、比較する。 モデルは、それぞれの軌道自体の情報と相互の相互作用の2つの異なる特徴を組み込むように開発されている。 その結果,クロスバリデーションにより予測精度が期待できることがわかった。
  論文  参考訳（メタデータ） (2020-05-27T13:32:10Z)

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。