Fugu-MT 論文翻訳(概要): Shape optimizations for body-assisted light-matter interactions

論文の概要: Shape optimizations for body-assisted light-matter interactions

arxiv url: http://arxiv.org/abs/2209.03873v1
Date: Thu, 8 Sep 2022 15:20:58 GMT
ステータス: 処理完了
システム内更新日: 2023-01-27 07:53:42.037475
Title: Shape optimizations for body-assisted light-matter interactions
Title（参考訳）: 身体支援光間相互作用の形状最適化
Authors: Jonas Matuszak, Stefan Yoshi Buhmann and Robert Bennett
Abstract要約: ボディーアシスト光-マッター相互作用のための形状最適化アルゴリズムを実装した。 2次元の共振エネルギー移動率を最適化することにより,アルゴリズムの能力を示す。
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: We implement a shape optimization algorithm for body-assisted light-matter interactions described by the formalism of macroscopic quantum electrodynamics. The approach uses the level-set method to represent and incrementally evolve dielectric environments. Utilizing finite-difference time-domain techniques we demonstrate the ability of the algorithm by optimizing the rate of resonance energy transfer in two dimensions. The resulting geometries enhance the transfer rate by several orders of magnitude.
Abstract（参考訳）: マクロ量子電磁力学の形式化によって記述される物体支援光マッター相互作用の形状最適化アルゴリズムを実装した。このアプローチはレベルセット法を使って誘電体環境を表現し、段階的に発展させる。有限差分時間領域技術を用いて、2次元の共鳴エネルギー移動率を最適化することによりアルゴリズムの能力を実証する。得られたジオメトリーは、数桁の転送速度を増大させる。

関連論文リスト

Global optimization in variational quantum algorithms via dynamic tunneling method [2.156170153103442]
従来の動的トンネル流れを量子状態の距離測定に応用する。我々の大域的最適化アルゴリズムは、逆場イジングモデルに対する変分量子固有解法に適用される。
論文参考訳（メタデータ） (2024-05-29T05:56:44Z)
Multi-qubit quantum state preparation enabled by topology optimization [0.0]
逆設計のナノフォトニックキャビティにより、量子エミッタのペアとトリプルの純状態が作成できる。我々の研究成果は、多ビット量子状態の効率的かつ迅速な準備に向けての道を開くものである。
論文参考訳（メタデータ） (2024-05-24T08:52:22Z)
Spatial super-resolution in nanosensing with blinking emitters [79.16635054977068]
本稿では, 点滅型蛍光ナノセンサを用いたメロロジーにおける空間分解能向上手法を提案する。我々は, 生活科学分野において, 画像解析技術に補完される点滅蛍光センシング剤を日常的に活用できると考えている。
論文参考訳（メタデータ） (2024-02-27T10:38:05Z)
Towards nanophotonic optical isolation via inverse design of energy transfer in non-reciprocal media [0.0]
レベルセット法による3次元トポロジ最適化を用いて,点状音源および観測点の片方向エネルギー伝達を最適化する。非相反媒質中でエネルギー移動を導出する非常に一般的な方程式に基づいて最適化を行う。この研究は、しばしば統合フォトニクスの聖杯と見なされる、実用的なナノフォトニクスの光学分離に向けたステップストーンを表している。
論文参考訳（メタデータ） (2023-10-20T13:23:58Z)
Retrieving space-dependent polarization transformations via near-optimal quantum process tomography [55.41644538483948]
トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
論文参考訳（メタデータ） (2022-10-27T11:37:14Z)
Calculating non-linear response functions for multi-dimensional electronic spectroscopy using dyadic non-Markovian quantum state diffusion [68.8204255655161]
本稿では,分子集合体の多次元電子スペクトルと電子励起を結合した構造環境下でのシミュレーション手法を提案する。このアプローチの重要な側面は、NMQSD方程式を2重系ヒルベルト空間で伝播するが、同じ雑音を持つことである。
論文参考訳（メタデータ） (2022-07-06T15:30:38Z)
Unsupervised Discovery of Inertial-Fusion Plasma Physics using Differentiable Kinetic Simulations and a Maximum Entropy Loss Function [77.34726150561087]
プラズマ運動学3次元偏微分方程式の微分可能解法を作成し, 領域固有の目的関数を導入する。我々はこの枠組みを慣性融合に関する構成に適用し、最適化プロセスが新しい物理効果を利用することを示す。
論文参考訳（メタデータ） (2022-06-03T15:27:33Z)
Efficient Differentiable Simulation of Articulated Bodies [89.64118042429287]
本稿では, 音素の効率的な微分可能シミュレーション法を提案する。これにより、ボディダイナミクスを深層学習フレームワークに統合することが可能になる。提案手法を用いて, 調音システムによる強化学習を高速化できることを示す。
論文参考訳（メタデータ） (2021-09-16T04:48:13Z)
Molecular Structure Optimization based on Electrons-Nuclei Quantum Dynamics Computation [0.0]
分子構造最適化法の新しい概念について述べる。システムの多体波動関数は、想像時間進化法により最適化される。この手法は量子コンピュータに適していると考えられており、その開発は強力な方法としてその応用を実現するだろう。
論文参考訳（メタデータ） (2021-07-14T12:15:55Z)
Fully differentiable optimization protocols for non-equilibrium steady states [7.862208848127913]
本稿では,リウィリアンの任意のパラメータに対して定常状態解を微分可能な,自動微分に基づく新しい手法を提案する。我々の手法はメモリコストが低く、定常状態を計算するための正確なアルゴリズムとは無関係である。また,非コヒーレント光励起速度の関数として,自然光下でのエネルギー移動の定常状態の感度解析を行った。
論文参考訳（メタデータ） (2021-03-23T15:00:29Z)
Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文参考訳（メタデータ） (2020-10-01T18:14:11Z)

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。