論文の概要: Entanglement-assisted detection of fading targets via correlation-to-coherence conversion

• arxiv url: http://arxiv.org/abs/2212.08190v1
• Date: Thu, 15 Dec 2022 23:22:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 14:48:35.076856
• Title: Entanglement-assisted detection of fading targets via correlation-to-coherence conversion
• Title（参考訳）: 相関-コヒーレンス変換によるエンタングルメント支援フェーディングターゲット検出
• Authors: Xin Chen and Quntao Zhuang
• Abstract要約: 相関変換モジュール(C$rightarrow$D')の解析を現実的な対象に拡張する。 特に、変換モジュールは、量子チャネルの非ガウス的性質にもかかわらず、正確かつ効率的な性能評価を可能にする。
• 参考スコア（独自算出の注目度）: 4.561601261042468
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum illumination utilizes an entanglement-enhanced sensing system to outperform classical illumination in detecting a suspected target, despite the entanglement-breaking loss and noise. However, practical and optimal receiver design to fulfil the quantum advantage has been a long open problem. Recently, [arXiv:2207.06609] proposed the correlation-to-displacement (`C$\rightarrow$D') conversion module to enable an optimal receiver design that greatly reduces the complexity of the previous known optimal receiver [Phys. Rev. Lett. {\bf 118}, 040801 (2017)]. There, the analyses of the conversion module assume an ideal target with a known reflectivity and a fixed return phase. In practical applications, however, targets often induce a random return phase; moreover, their reflectivities can have fluctuations obeying a Rayleigh-distribution. In this work, we extend the analyses of the C$\rightarrow$D module to realistic targets and show that the entanglement advantage is maintained albeit reduced. In particular, the conversion module allows exact and efficient performance evaluation despite the non-Gaussian nature of the quantum channel involved.
• Abstract（参考訳）: 量子照明は、エンタングルメント・エンハンスド・センシングシステムを利用して、アンタングルメント・ロスとノイズにもかかわらず、疑わしいターゲットを検出する際に古典的な照明より優れる。 しかし、量子アドバンテージを満たすための実用的で最適な受信器の設計は、長い未解決の問題であった。 最近, [arXiv:2207.06609] は, 既知の最適受信機の複雑さを大幅に低減する最適な受信機設計を実現するために, 相関変換モジュール (`C$\rightarrow$D') を提案した。 Rev. Lett. bf 118}, 040801 (2017)]。 そこで変換モジュールの解析は、既知の反射率と一定の戻り位相を持つ理想的なターゲットを仮定する。 しかし、実際的な応用では、ターゲットはしばしばランダムな戻り位相を誘導し、その反射度はレイリー分布に従う変動を持つ。 本研究では, c$\rightarrow$d モジュールの解析を現実的な対象に拡張し, 絡み合いのアドバンテージは小さく抑えられることを示した。 特に、変換モジュールは、量子チャネルの非ガウス性にもかかわらず、正確かつ効率的な性能評価を可能にする。

関連論文リスト

• Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
  非視線画像(NLOS)は、その潜在的な応用により注目されている。 既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。 本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
  論文  参考訳（メタデータ） (2024-09-21T04:39:45Z)
• Quantum Illumination Advantage for Classification Among an Arbitrary Library of Targets [1.0599607477285324]
  量子照明 (QI) は、理想的な記憶に保持された参照ビームと量子状態が絡み合っている送信機プローブを用いてシーンを照会するタスクである。 本研究では,低透過輝度,高損失,高熱背景の限界において,アプリオリの反射目標を識別する誤り確率のチャーノフ指数が4倍に向上することを示した。
  論文  参考訳（メタデータ） (2024-08-24T06:20:23Z)
• Optimising quantum tomography via shadow inversion [0.393259574660092]
  本研究は,古典影の逆写像における未利用資源を利用して,そのような対象を推定する新しい手法を導入する。 計算機の一般化されたフレームワークは、様々な短期的な問題に適応する可能性がある。
  論文  参考訳（メタデータ） (2024-02-09T19:01:01Z)
• Learning Unnormalized Statistical Models via Compositional Optimization [73.30514599338407]
  実データと人工雑音のロジスティックな損失として目的を定式化することにより, ノイズコントラスト推定(NCE)を提案する。 本稿では,非正規化モデルの負の対数類似度を最適化するための直接的アプローチについて検討する。
  論文  参考訳（メタデータ） (2023-06-13T01:18:16Z)
• Microwave quantum illumination with correlation-to-displacement conversion [0.7874708385247353]
  絡み合いはノイズ感知シナリオにおける劣化に対して脆弱である。 相関-置換変換モジュールの最近の進歩は、最適なプロトコルへのルートを提供する。
  論文  参考訳（メタデータ） (2023-03-31T16:59:59Z)
• Scalable Bayesian Meta-Learning through Generalized Implicit Gradients [64.21628447579772]
  Inlicit Bayesian Meta-learning (iBaML) 法は、学習可能な事前のスコープを広げるだけでなく、関連する不確実性も定量化する。 解析誤差境界は、明示的よりも一般化された暗黙的勾配の精度と効率を示すために確立される。
  論文  参考訳（メタデータ） (2023-03-31T02:10:30Z)
• Fulfilling entanglement's optimal advantage via converting correlation to coherence [0.966840768820136]
  絡み合いは、センシングと通信におけるパフォーマンスの限界を高める。 量子相関をコヒーレントな二次変位に捕捉し変換する変換モジュールを提案する。 我々のモジュールは、短期実装のためのノイズの多い量子相関処理のパラダイムを提供する。
  論文  参考訳（メタデータ） (2022-07-14T02:02:52Z)
• The Probabilistic Normal Epipolar Constraint for Frame-To-Frame Rotation Optimization under Uncertain Feature Positions [53.478856119297284]
  特徴位置における異方性および不均一性を考慮した確率論的正規極性制約(PNEC)を導入する。 合成データの実験において、新しいPNECは元のNECよりも正確な回転推定値が得られることを示した。 我々は,提案手法を最先端のモノクロ回転専用オドメトリーシステムに統合し,実世界のKITTIデータセットに対して一貫した改良を行った。
  論文  参考訳（メタデータ） (2022-04-05T14:47:11Z)
• Learning High-Precision Bounding Box for Rotated Object Detection via Kullback-Leibler Divergence [100.6913091147422]
  既存の回転物体検出器は、主に水平検出パラダイムから受け継がれている。 本稿では,回転回帰損失の設計を帰納パラダイムから導出手法に変更することを目的としている。
  論文  参考訳（メタデータ） (2021-06-03T14:29:19Z)
• Deriving Differential Target Propagation from Iterating Approximate Inverses [91.3755431537592]
  本稿では,各層が学習した逆数に依存するターゲット伝搬の特定の形態が,ガウス-ニュートン勾配に基づく近似最適化に対応する更新規則を導出することを示す。 そこで我々は,各層における局所的自動エンコーダに基づく反復計算について検討し,より正確な目標伝搬のインバージョンを実現する。
  論文  参考訳（メタデータ） (2020-07-29T22:34:45Z)
• A Reinforcement Learning based approach for Multi-target Detection in Massive MIMO radar [12.982044791524494]
  本稿では,MMIMO(Multiple input Multiple output)認知レーダ(CR)におけるマルチターゲット検出の問題点について考察する。 本稿では,未知の外乱統計の存在下での認知的マルチターゲット検出のための強化学習(RL)に基づくアルゴリズムを提案する。 定常環境と動的環境の両方において提案したRLアルゴリズムの性能を評価するため, 数値シミュレーションを行った。
  論文  参考訳（メタデータ） (2020-05-10T16:29:06Z)

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。