論文の概要: Optimal robust stimulated Raman exact passage by inverse optimization
- arxiv url: http://arxiv.org/abs/2209.07631v1
- Date: Thu, 15 Sep 2022 22:19:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-26 11:58:23.039901
- Title: Optimal robust stimulated Raman exact passage by inverse optimization
- Title（参考訳）: 逆最適化による最適ロバスト刺激ラマン完全通過
- Authors: Xavier Laforgue, Ghassen Dridi and St\'ephane Gu\'erin
- Abstract要約: パルス領域, エネルギー, 持続時間に対して最適である制御場時間形状は, 単純なシーケンスを形成する。
損失が小さく、パルス領域が大きく、また完全な反直観的なパルス列を含む最適解が導出される。
- 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 apply the inverse geometric optimization technique to generate an optimal
and robust stimulated Raman exact passage (STIREP) considering the loss of the
upper state as a characterization parameter. Control fields temporal shapes
that are optimal with respect to pulse area, energy, and duration, are found to
form a simple sequence with a combination of intuitively (near the beginning
and the end) and counter-intuitively ordered pulse pairs. The resulting
dynamics produces a loss which is about a third of that of the non-robust
optimal STIREP. Alternative optimal solutions featuring lower losses, larger
pulse areas, and fully counter-intuitive pulse sequences are derived.
- Abstract（参考訳）: 評価パラメータとして上状態の損失を考慮した最適かつロバストなラマン正確な通過(STIREP)を生成するために,逆幾何最適化手法を適用した。
パルス領域, エネルギー, 持続時間に対して最適である制御場の時間的形状は, 直感的に(始点と終点付近) パルス対と反故意に順序づけられたパルス対を組み合わせた単純なシーケンスを形成する。
結果として生じるダイナミクスは、ロバストでない最適STIREPの約3分の1の損失を生み出す。
より低い損失、より大きなパルス領域、完全に直観的なパルスシーケンスを含む別の最適解が導かれる。
関連論文リスト
- Faster WIND: Accelerating Iterative Best-of-$N$ Distillation for LLM Alignment [81.84950252537618]
本稿では,反復的BONDと自己プレイアライメントの統一的なゲーム理論接続を明らかにする。
WINレート支配(WIN rate Dominance, WIND)という新しいフレームワークを構築し, 正規化利率支配最適化のためのアルゴリズムを多数提案する。
論文 参考訳（メタデータ） (2024-10-28T04:47:39Z) - Optimizing EPR pulses for broadband excitation and refocusing [0.0]
我々は、ハーンエコー振幅を最大化するブロードバンドパルス形状を数値的に最適化する。
パルスはニューラルネットワーク(NN)、非線形振幅制限フーリエ級数(FS)、離散時系列(DT)としてパラメータ化される
論文 参考訳（メタデータ） (2024-05-31T15:41:19Z) - Provably Mitigating Overoptimization in RLHF: Your SFT Loss is Implicitly an Adversarial Regularizer [52.09480867526656]
人間の嗜好を学習する際の分布変化と不確実性の一形態として,不一致の原因を同定する。
過度な最適化を緩和するために、まず、逆選択された報酬モデルに最適なポリシーを選択する理論アルゴリズムを提案する。
報奨モデルとそれに対応する最適ポリシーの等価性を用いて、優先最適化損失と教師付き学習損失を組み合わせた単純な目的を特徴とする。
論文 参考訳（メタデータ） (2024-05-26T05:38:50Z) - Optimal STIRAP shortcuts using the spin to spring mapping [0.0]
我々は,3レベル$Lambda$量子系における集団移動を最大化する断熱性を求めるショートカットを導出した。
春の最適制御問題を解き、インパルスの解析式、ゼロ制御間隔の持続時間、特異制御を求める。
論文 参考訳（メタデータ） (2023-12-27T17:11:59Z) - Online Continuous Hyperparameter Optimization for Generalized Linear Contextual Bandits [55.03293214439741]
文脈的包帯では、エージェントは過去の経験に基づいた時間依存アクションセットから順次アクションを行う。
そこで本稿では,文脈的包帯のためのオンライン連続型ハイパーパラメータチューニングフレームワークを提案する。
理論上はサブ線形の後悔を達成でき、合成データと実データの両方において既存のすべての手法よりも一貫して優れた性能を発揮することを示す。
論文 参考訳（メタデータ） (2023-02-18T23:31:20Z) - Optimal shortcuts of Stimulated Raman Adiabatic Passage in the presence
of dissipation [0.0]
3レベルSTIRAPシステムにおいて,最適制御理論を用いて断熱のショートカットを得る。
我々はポンプとストークスパルスの強度の和を固定し、混合角を単独制御変数として用いる。
論文 参考訳（メタデータ） (2022-12-26T17:35:08Z) - Perfect stimulated Raman adiabatic passage with imperfect finite-time
pulses [0.0]
STImulated Raman Adiabatic Passage (STIRAP) において, 完全人口移動を実現する2つのガウスパルスドライブを適切に調整したシーケンスを提示する。
ドライブの最適切り離しと高速転送の点に関して、我々は驚くほど単純かつ効果的である新しい断熱基準を得る。
論文 参考訳（メタデータ） (2022-04-11T17:20:11Z) - Non-Convex Optimization with Certificates and Fast Rates Through Kernel
Sums of Squares [68.8204255655161]
非最適化近似問題を考える。
本稿では,最優先計算を保証するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-04-11T09:37:04Z) - Optimal shape of STIRAP pulses for large dissipation at the intermediate
level [0.0]
人口移動効率を最大化するSTIRAPシステムについて検討する。
一定期間の目標状態への人口移動を最大化する制御フィールドをT$とする。
論文 参考訳（メタデータ） (2021-12-27T11:52:06Z) - Direct Optimal Control Approach to Laser-Driven Quantum Particle
Dynamics [77.34726150561087]
間接制御理論に対する頑健で柔軟な代替手段として, 直接最適制御を提案する。
この方法は、バイスタブルポテンシャルにおけるレーザー駆動のウェーブパレットダイナミクスの場合に説明される。
論文 参考訳（メタデータ） (2020-10-08T07:59:29Z) - Distributionally Robust Bayesian Optimization [121.71766171427433]
そこで本研究では,ゼロ次雑音最適化のための分散ロバストなベイズ最適化アルゴリズム(DRBO)を提案する。
提案アルゴリズムは, 種々の設定において, 線形に頑健な後悔を確実に得る。
提案手法は, 実世界のベンチマークと実世界のベンチマークの両方において, 頑健な性能を示す。
論文 参考訳（メタデータ） (2020-02-20T22:04:30Z)
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。