論文の概要: Breaking Rayleigh's curse for two unbalanced single-photon emitters: BLESS technique
- arxiv url: http://arxiv.org/abs/2112.13244v5
- Date: Tue, 29 Oct 2024 20:11:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-31 13:57:22.070321
- Title: Breaking Rayleigh's curse for two unbalanced single-photon emitters: BLESS technique
- Title(参考訳): 2つのバランスの取れない単光子エミッターに対するレイリーの呪いを破る:BLESS法
- Authors: Konstantin Katamadze, Boris Bantysh, Andrey Chernyavskiy, Yurii Bogdanov, Sergei Kulik,
- Abstract要約: レイリーの基準では、点拡散関数幅の下にある点源の解法は不可能であり、レイリーの呪いとして知られる短い距離で誤差が増加する。
本研究では,ビーム変調とショット統計検査を併用したBLESSを提案し,非バランスな音源に対するレイリーの呪いを破る。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Rayleigh's criterion states that resolving point sources below the point spread function width is impossible, with error increasing at shorter distances, known as Rayleigh's curse. While detection mode shaping solves this for equal sources, it fails for unbalanced sources with unknown brightness ratios. We propose BLESS, a technique using Beam moduLation and Examination of Shot Statistics, breaking Rayleigh's curse for unbalanced sources. Classical and quantum Cramer-Rao bound calculations show BLESS's strong potential for real imaging experiments.
- Abstract(参考訳): レイリーの基準では、点拡散関数幅の下にある点源の解法は不可能であり、レイリーの呪いとして知られる短い距離で誤差が増加する。
検出モードの整形は、同じ光源でこれを解決するが、明るさ比が未知のアンバランスな光源では失敗する。
本研究では,ビーム変調とショット統計検査を併用したBLESSを提案する。
古典的および量子的クレーマー・ラオ境界計算は、BLESSが実画像実験に強い可能性を示している。
関連論文リスト
- Amortizing intractable inference in diffusion models for vision, language, and control [89.65631572949702]
本稿では,p(mathbfx)$以前の拡散生成モデルとブラックボックス制約,あるいは関数$r(mathbfx)$からなるモデルにおいて,データ上の後部サンプルである $mathbfxsim prm post(mathbfx)propto p(mathbfx)r(mathbfx)$について検討する。
我々は,データフリー学習目標である相対軌道バランスの正しさを,サンプルから抽出した拡散モデルの訓練のために証明する。
論文 参考訳(メタデータ) (2024-05-31T16:18:46Z) - NeISF: Neural Incident Stokes Field for Geometry and Material Estimation [50.588983686271284]
多視点逆レンダリングは、異なる視点で撮影された一連の画像から形状、材料、照明などのシーンパラメータを推定する問題である。
本稿では,偏光手がかりを用いた曖昧さを低減する多視点逆フレームワークNeISFを提案する。
論文 参考訳(メタデータ) (2023-11-22T06:28:30Z) - Single-photon sub-Rayleigh precision measurements of a pair of
incoherent sources of unequal intensity [0.0]
不等強度の2つの点状エミッタの単一光子イメージングについて検討する。
我々は、Hermite-Gaussian空間モード多重化を実験的に実装するために、多面光変換技術を用いる。
論文 参考訳(メタデータ) (2023-09-05T14:58:34Z) - Adaptive quantum state estimation for two optical point sources [0.0]
古典光学では、レイリーの呪い (Rayleigh's curse) と呼ばれる2つの非コヒーレント光学源の分離においてよく知られた分解能限界がある。
適応量子状態推定法を用いて,2点源の位置を高い精度で同時に推定する手法を提案する。
論文 参考訳(メタデータ) (2023-08-03T07:47:44Z) - Score-based Source Separation with Applications to Digital Communication
Signals [72.6570125649502]
拡散モデルを用いた重畳音源の分離手法を提案する。
高周波(RF)システムへの応用によって、我々は、基礎となる離散的な性質を持つ情報源に興味を持っている。
提案手法は,最近提案されたスコア蒸留サンプリング方式のマルチソース拡張と見なすことができる。
論文 参考訳(メタデータ) (2023-06-26T04:12:40Z) - Ultra-sensitive separation estimation of optical sources [0.0]
我々は、2つの不整合源の分離を推定するために量子力学に着想を得たアプローチを実装した。
サブレイリー分離推定におけるデマルチプレキシングの顕著な効果を示す。
論文 参考訳(メタデータ) (2023-06-20T22:05:06Z) - Deep Learning and Image Super-Resolution-Guided Beam and Power
Allocation for mmWave Networks [80.37827344656048]
我々は,ミリ波(mmWave)ネットワークのためのディープラーニング(DL)誘導ハイブリッドビームとパワーアロケーションアプローチを開発した。
教師付き学習と超解像技術の相乗効果を利用して、低オーバヘッドビームとパワーアロケーションを実現する。
論文 参考訳(メタデータ) (2023-05-08T05:40:54Z) - Learning Discretized Neural Networks under Ricci Flow [51.36292559262042]
低精度重みとアクティベーションからなる離散ニューラルネットワーク(DNN)について検討する。
DNNは、訓練中に微分不可能な離散関数のために無限あるいはゼロの勾配に悩まされる。
論文 参考訳(メタデータ) (2023-02-07T10:51:53Z) - Quantum hypothesis testing for exoplanet detection [0.0]
弱い二次源の存在を検知する誤りの確率を著しく低減できることを示す。
この結果は、天文学から顕微鏡まで、光学画像のツールボックスにおいて補完的な手法として機能する。
論文 参考訳(メタデータ) (2021-06-01T13:48:05Z) - Rethinking Rotated Object Detection with Gaussian Wasserstein Distance
Loss [111.8807588392563]
境界不連続性と最終検出基準の不整合性は, 回転検出回帰損失設計のボトルネックとなっている。
本稿では,ガウス・ワッサーシュタイン距離に基づく新しい回帰損失を,この問題に対する基本的なアプローチとして提案する。
論文 参考訳(メタデータ) (2021-01-28T12:04:35Z) - Generalization of Rayleigh's Criterion on Parameter Estimation with
Incoherent Sources [0.2538209532048866]
我々は、非コヒーレントソースを用いた量子パラメータ推定の抽象的な問題に対するレイリーの呪いの概念を一般化する。
1次元の位置パラメータを共通の初期状態で推定するために、量子フィッシャー情報に対する呪いに対する大域的な免疫が2つ以上の情報源では不可能であることを示す。
論文 参考訳(メタデータ) (2020-11-16T12:15:03Z)
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。