Fugu-MT 論文翻訳(概要): Iterative Adaptive Spectroscopy of Short Signals

論文の概要: Iterative Adaptive Spectroscopy of Short Signals

arxiv url: http://arxiv.org/abs/2204.04736v1
Date: Sun, 10 Apr 2022 18:07:50 GMT
ステータス: 処理完了
システム内更新日: 2023-02-17 16:32:20.709272
Title: Iterative Adaptive Spectroscopy of Short Signals
Title（参考訳）: 短信号の反復適応分光
Authors: Avishek Chowdhury, Anh Tuan Le, Eva M. Weig and Hugo Ribeiro
Abstract要約: ラムゼー干渉法に基づく適応周波数検出プロトコルを開発した。ラムゼイ配列を強化し、センシング状態と読み出し状態の両方で高い忠実度で調製することにより、高精度を実現する。
参考スコア（独自算出の注目度）: 0.1338174941551702
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We develop an iterative, adaptive frequency sensing protocol based on Ramsey interferometry of a two-level system. Our scheme allows one to estimate unknown frequencies with a high precision from short, finite signals. It avoids several issues related to processing of decaying signals and reduces the experimental overhead related to sampling. High precision is achieved by enhancing the Ramsey sequence to prepare with high fidelity both the sensing and readout state and by using an iterative procedure built to mitigate systematic errors when estimating frequencies from Fourier transforms.
Abstract（参考訳）: 2レベルシステムのramsey干渉法に基づく反復型適応周波数センシングプロトコルを開発した。提案方式では,短い有限信号から未知の周波数を高精度に推定することができる。減衰信号の処理に関するいくつかの問題を回避し、サンプリングに関する実験的オーバーヘッドを低減する。ラムゼー系列を拡張して、センシング状態と読み出し状態の両方を高い忠実度で準備し、フーリエ変換から周波数を推定する際に系統的誤りを緩和する反復手順を用いることにより、高精度を達成する。

関連論文リスト

UDHF2-Net: Uncertainty-diffusion-model-based High-Frequency TransFormer Network for Remotely Sensed Imagery Interpretation [12.24506241611653]
不確実拡散モデルに基づく高周波トランスフォーマーネットワーク(UDHF2-Net)が最初に提案される。 UDHF2-Netは空間定常非定常高周波接続パラダイム(SHCP)である Mask-and-geo-knowledge-based uncertainty diffusion module (MUDM) は自己指導型学習戦略である。周波数ワイド半擬似半擬似UDHF2-Netは、変更検出の精度と複雑さのバランスをとるために提案された最初のものである。
論文参考訳（メタデータ） (2024-06-23T15:03:35Z)
Frequency-Aware Deepfake Detection: Improving Generalizability through Frequency Space Learning [81.98675881423131]
この研究は、目に見えないディープフェイク画像を効果的に識別できるユニバーサルディープフェイク検出器を開発するという課題に対処する。既存の周波数ベースのパラダイムは、偽造検出のためにGANパイプラインのアップサンプリング中に導入された周波数レベルのアーティファクトに依存している。本稿では、周波数領域学習を中心にしたFreqNetと呼ばれる新しい周波数認識手法を導入し、ディープフェイク検出器の一般化性を高めることを目的とする。
論文参考訳（メタデータ） (2024-03-12T01:28:00Z)
Towards More Accurate Diffusion Model Acceleration with A Timestep Aligner [84.97253871387028]
数千のデノナイジングステップを用いて画像を生成するために定式化された拡散モデルは通常、遅い推論速度に悩まされる。最小限のコストで特定の区間に対するより正確な積分方向を見つけるのに役立つ時間ステップ整合器を提案する。実験により,我々のプラグイン設計を効率的に訓練し,様々な最先端加速度法の推論性能を向上できることが示された。
論文参考訳（メタデータ） (2023-10-14T02:19:07Z)
Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文参考訳（メタデータ） (2023-02-13T19:57:17Z)
Low frequency signal detection via correlated Ramsey measurements [0.0]
時間タグ付き相関したラムゼイ系列は、目標信号の振幅と位相情報を同時に追跡することを示す。これにより、後処理における測定を関連付けることができ、効率的なスペクトル再構成がもたらされる。
論文参考訳（メタデータ） (2022-09-21T16:09:02Z)
Adaptive Frequency Learning in Two-branch Face Forgery Detection [66.91715092251258]
本稿では、AFDと呼ばれる2分岐検出フレームワークにおいて、周波数情報を適応的に学習する手法を提案する。我々は、固定周波数変換からネットワークを解放し、データおよびタスク依存の変換層でより良いパフォーマンスを達成する。
論文参考訳（メタデータ） (2022-03-27T14:25:52Z)
Adaptive Low-Pass Filtering using Sliding Window Gaussian Processes [71.23286211775084]
ガウス過程回帰に基づく適応型低域通過フィルタを提案する。本研究では,提案手法の誤差が一様境界であることを示す。
論文参考訳（メタデータ） (2021-11-05T17:06:59Z)
Blind Coherent Preamble Detection via Neural Networks [2.2063018784238984]
ニューラルネットワーク(NN)シークエンス検出器とタイミング先進推定器を提案する。 NNによるプリアンブル検出のプロセス全体を置き換えるものではない。本稿では,通信路効果を補うために,検出器内の信号を組み合わせたテキストブロードコヒーレントにのみNNを用いることを提案する。
論文参考訳（メタデータ） (2021-09-30T09:53:49Z)
Deep Unfolding of Iteratively Reweighted ADMM for Wireless RF Sensing [22.467957268653077]
我々は,MIMO無線レーダを用いた層状材料構造中の材料欠陥の検出に対処する。多くのシナリオでは、階層構造に挑戦する欠陥の数は、低ランク構造としてモデル化できる。
論文参考訳（メタデータ） (2021-06-07T15:00:33Z)
Learning Frequency Domain Approximation for Binary Neural Networks [68.79904499480025]
フーリエ周波数領域における符号関数の勾配を正弦関数の組み合わせを用いて推定し,BNNの訓練を行う。いくつかのベンチマークデータセットとニューラルネットワークの実験により、この手法で学習したバイナリネットワークが最先端の精度を達成することが示されている。
論文参考訳（メタデータ） (2021-03-01T08:25:26Z)
Iterative Correction of Sensor Degradation and a Bayesian Multi-Sensor Data Fusion Method [0.0]
本稿では,劣化信号から地中構造信号を推定する新しい手法を提案する。アルゴリズムは、2つの信号の繰り返し補正を行うことで乗算分解効果を学習する。我々は理論的解析を含意し、ノイズレス測定モデルのための地上構造信号への収束性を証明する。
論文参考訳（メタデータ） (2020-09-07T13:24:47Z)

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。