論文の概要: Combating errors in propagation of orbital angular momentum modes of
light in turbulent media
- arxiv url: http://arxiv.org/abs/2208.05156v2
- Date: Thu, 27 Oct 2022 11:08:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-01 12:55:34.989724
- Title: Combating errors in propagation of orbital angular momentum modes of
light in turbulent media
- Title(参考訳): 乱流中における光の軌道角運動量モードの伝播誤差
- Authors: Rajni Bala, Sooryansh Asthana, V. Ravishankar
- Abstract要約: 大気および海洋乱流中におけるOAMモードの伝播の不変性を同定した。
そこで我々は,理想的なクロストークチャネルと呼ぶ誤りに対処する手法を開発した。
我々は,理想化されたクロストークチャネルに対して,量子誤り訂正と拒否符号を構築した。
- 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: There is a wealth of simulation, experimental and analytical studies on
propagation of orbital angular momentum (OAM) modes through atmospheric and
oceanic turbulence.} Using the data of these studies and generalising the
framework proposed in [Bala et al., [arXiv:2208.04555] for error-immune
information transfer, we accomplish two tasks. First, we identify invariants
for propagation of OAM modes through atmospheric and oceanic turbulence, in
which error-immune information can be encoded. A closer look at the data
reveals two universal features: (i)coherence lasts for a much longer distance
in turbulence than entanglement, and, (ii) the crosstalk among different OAM
modes depends very weakly on the initial OAM mode index in the weak turbulence
regime. Keeping these in mind, we next develop a method for combating errors in
what we call an idealised crosstalk channel. In an idealised crosstalk channel,
the crossover probabilities are independent of the initial mode index (IMI). We
lay down a procedure that allows to retrieve full information in a state by
identifying invariant quantities. Finally, we construct quantum error
correction and rejection codes for idealised crosstalk channels, without any
need for multiparty entanglement.
- Abstract(参考訳): 大気と海洋の乱流を通した軌道角運動量(OAM)モードの伝播に関するシミュレーション、実験および分析研究が豊富である。
2)これらの研究のデータを活用し, [bala et al., [arxiv:2208.04555] で提案する手法を一般化し, 2つの課題を遂行した。
まず, 大気および海洋乱流を伝播するOAMモードの不変量を同定し, エラー免疫情報を符号化する。
データを詳しく見ると、2つの普遍的な特徴が明らかになる。
(i)コヒーレンスは絡み合いよりも乱流においてずっと長い距離に持続し、
(II) 異なるOAMモード間のクロストークは, 弱い乱流状態における初期OAMモード指数に大きく依存する。
次に,これらを念頭に置いて,理想的なクロストークチャネルと呼ぶ誤りに対処する手法を開発する。
理想化されたクロストークチャネルでは、クロスオーバー確率は初期モードインデックス(IMI)とは独立である。
我々は、不変量を特定して、状態の完全な情報を検索できる手順を定めている。
最後に,マルチパーティエンタングルメントを必要とせずに,理想化されたクロストークチャネルに対する量子誤り訂正と拒否符号を構築する。
関連論文リスト
- Theory of Multimode Squeezed Light Generation in Lossy Media [0.0]
損失媒体で発生する多重モード励起光の特性を記述するための統一的理論的アプローチを示す。
ガウス状態の重要なクラスについて、2階相関関数のマスター方程式を導出する。
ブロードバンドモードを導入するための様々な技術や戦略を考えることができる。
論文 参考訳(メタデータ) (2024-03-08T12:30:34Z) - Quantum Darwinism-encoding transitions on expanding trees [0.0]
ブロードキャストとスクランブルの間を補間する量子力学は情報伝達の鋭い位相遷移を示す可能性があることを示す。
QD、中間および符号化の3つのフェーズと、2つの連続的な遷移を見出す。
論文 参考訳(メタデータ) (2023-12-07T13:08:11Z) - Bayesian Conditional Diffusion Models for Versatile Spatiotemporal
Turbulence Generation [13.278744447861289]
本稿では,乱流発生の確率的拡散モデルに基づく新しい生成フレームワークを提案する。
提案手法の特長は, 自己回帰に基づく条件抽出に基づく長寿命流れ列生成法である。
数値解析実験により, フレームワークの多目的乱流発生能力を実証した。
論文 参考訳(メタデータ) (2023-11-14T04:08:14Z) - A Geometric Perspective on Diffusion Models [60.69328526215776]
本稿では,人気のある分散拡散型SDEのODEに基づくサンプリングを検証し,そのサンプリングダイナミクスの興味深い構造を明らかにした。
我々は、最適なODEベースのサンプリングと古典的な平均シフト(モード探索)アルゴリズムの理論的関係を確立する。
論文 参考訳(メタデータ) (2023-05-31T15:33:16Z) - A Variational Perspective on Solving Inverse Problems with Diffusion
Models [101.831766524264]
逆タスクは、データ上の後続分布を推測するものとして定式化することができる。
しかし、拡散過程の非線形的かつ反復的な性質が後部を引き付けるため、拡散モデルではこれは困難である。
そこで我々は,真の後続分布を近似する設計手法を提案する。
論文 参考訳(メタデータ) (2023-05-07T23:00:47Z) - Reflected Diffusion Models [93.26107023470979]
本稿では,データのサポートに基づいて進化する反射微分方程式を逆転する反射拡散モデルを提案する。
提案手法は,一般化されたスコアマッチング損失を用いてスコア関数を学習し,標準拡散モデルの主要成分を拡張する。
論文 参考訳(メタデータ) (2023-04-10T17:54:38Z) - Manifold Interpolating Optimal-Transport Flows for Trajectory Inference [64.94020639760026]
最適輸送流(MIOFlow)を補間するマニフォールド補間法を提案する。
MIOFlowは、散発的なタイムポイントで撮影された静的スナップショットサンプルから、連続的な人口動態を学習する。
本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
論文 参考訳(メタデータ) (2022-06-29T22:19:03Z) - Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。
特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。
本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文 参考訳(メタデータ) (2021-02-12T12:23:13Z) - Semi-Supervised Learning with Variational Bayesian Inference and Maximum
Uncertainty Regularization [62.21716612888669]
半教師付き学習(SSL)を改善するための2つの一般的な方法を提案する。
第一に、重量摂動(WP)を既存のCR(Consistency regularization)ベースの手法に統合する。
第2の手法は「最大不確実性正規化(MUR)」と呼ばれる新しい整合性損失を提案する。
論文 参考訳(メタデータ) (2020-12-03T09:49:35Z) - Towards Out-of-Distribution Detection with Divergence Guarantee in Deep
Generative Models [22.697643259435115]
深層生成モデルは、分布外データ(OOD)に対して、分布内データ(ID)よりも高い確率を割り当てることができる。
フローベースモデルにおける散逸を解析するための定理を証明している。
本稿では,2つのグループ異常検出手法を提案する。
論文 参考訳(メタデータ) (2020-02-09T09:54:12Z)
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。