論文の概要: Quantum enhanced probing of multilayered-samples

• arxiv url: http://arxiv.org/abs/2212.12960v2
• Date: Fri, 12 May 2023 05:44:51 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-15 16:02:29.287344
• Title: Quantum enhanced probing of multilayered-samples
• Title（参考訳）: 多層標本の量子強化プローブ
• Authors: Mayte Y. Li-Gomez, Pablo D. Yepiz-Graciano, Taras Hrushevskyi, Omar Calderon-Losada, Erhan Saglamyurek, Dorilian Lopez-Mago, Vahid Salari, Trong Ngo, Alfred B. U'Ren, and Shabir Barzanjeh
• Abstract要約: 量子光コヒーレンストモグラフィーは、多層材料の内部構造を再構築するために、古典的でない光源に依存している。 そこで本研究では,データ後処理のための高速遺伝的アルゴリズムと組み合わせた理論モデルを用いて,複雑な多層試料の形態を抽出することに成功した。 我々の結果は、複雑な構造の実用的な高分解能プローブの開発に繋がる可能性がある。
• 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: Quantum sensing exploits quantum phenomena to enhance the detection and estimation of classical parameters of physical systems and biological entities, particularly so as to overcome the inefficiencies of its classical counterparts. A particularly promising approach within quantum sensing is Quantum Optical Coherence Tomography which relies on non-classical light sources to reconstruct the internal structure of multilayered materials. Compared to traditional classical probing, Quantum Optical Coherence Tomography provides enhanced-resolution images and is unaffected by even-order dispersion. One of the main limitations of this technique lies in the appearance of artifacts and echoes, i.e. fake structures that appear in the coincidence interferogram, which hinder the retrieval of information required for tomography scans. Here, by utilizing a full theoretical model, in combination with a fast genetic algorithm to post-process the data, we successfully extract the morphology of complex multilayered samples and thoroughly distinguish real interfaces, artifacts, and echoes. We test the effectiveness of the model and algorithm by comparing its predictions to experimentally-generated interferograms through the controlled variation of the pump wavelength. Our results could potentially lead to the development of practical high-resolution probing of complex structures and non-invasive scanning of photo-degradable materials for biomedical imaging/sensing, clinical applications, and materials science.
• Abstract（参考訳）: 量子センシングは量子現象を利用して、物理系や生物の古典的パラメータの検出と推定を強化し、特にその古典的パラメータの非効率を克服する。 量子センシングにおける特に有望なアプローチは、多層材料の内部構造を再構築するために非古典的な光源に依存する量子光コヒーレンストモグラフィである。 従来の古典的プローブと比較すると、量子光学コヒーレンストモグラフィは高分解能の画像を提供し、偶数次分散に影響されない。 この技術の主な限界の1つは、アーティファクトやエコーの出現、すなわち、偶然の干渉図に現れる偽の構造物の出現であり、トモグラフィースキャンに必要な情報の検索を妨げている。 そこで,全理論モデルと高速遺伝的アルゴリズムを組み合わせることで,複雑な多層試料の形態を抽出し,実際の界面,アーティファクト,エコーを徹底的に識別することに成功した。 このモデルとアルゴリズムの有効性を, ポンプの波長変化の制御により, 実験的に生成したインターフェログラムと比較した。 本研究は, 生体画像・センシング, 臨床応用, 材料科学において, 複雑な構造の高分解能探査と光分解性材料の非侵襲走査の開発につながる可能性がある。

関連論文リスト

• Revealing Nonclassicality of Multiphoton Optical Beams via Artificial Neural Networks [0.0]
  測定装置によって特徴が隠蔽されている場合においても、マルチフォトン量子状態の非古典性が評価され、完全に特徴づけられることを示す。 我々の研究は、人工知能支援実験セットアップのキャラクタリゼーションと、スマート量子状態の非古典性識別への道を開いた。
  論文  参考訳（メタデータ） (2024-05-15T08:27:22Z)
• Digital-analog quantum convolutional neural networks for image classification [3.7691369315275693]
  我々は、中性原子量子プロセッサにおけるネイティブIsing相互作用から生じる多部結合アナログブロックについて考察する。 ハードウェアの制約に応じて量子ビット接続を可変させることにより、複数の量子カーネルを適用する。 非トレーニング可能な量子カーネルと標準的な畳み込みニューラルネットワークを組み合わせたアーキテクチャは、現実的な医療画像の分類に使用される。
  論文  参考訳（メタデータ） (2024-05-01T14:43:20Z)
• General simulation method for quantum-sensing systems [0.0]
  本稿では,理論と実験のギャップを埋める実験的な欠陥を含むシミュレーション手法を提案する。 理論的なアプローチを開発し、整列および不整合量子イメージング実験のシミュレーションでその能力を実証する。
  論文  参考訳（メタデータ） (2022-11-21T20:35:37Z)
• 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)
• Deep learning at the edge enables real-time streaming ptychographic imaging [7.4083593332068975]
  プチコグラフィーのようなコヒーレントな顕微鏡技術は、ナノスケールの材料特性に革命をもたらす可能性がある。 従来のアプローチでは、高速コヒーレントイメージング実験からサンプル画像をリアルタイムで回収するのに十分ではない。 ここでは、エッジでの人工知能と高性能コンピューティングを活用して、検出器から直接最大2kHzでストリーミングされるX線写真データのリアルタイムインバージョンを可能にするワークフローを実演する。
  論文  参考訳（メタデータ） (2022-09-20T02:02:37Z)
• OADAT: Experimental and Synthetic Clinical Optoacoustic Data for Standardized Image Processing [62.993663757843464]
  オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。 OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。 臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
  論文  参考訳（メタデータ） (2022-06-17T08:11:26Z)
• Tunable photon-mediated interactions between spin-1 systems [68.8204255655161]
  我々は、光子を媒介とする効果的なスピン-1系間の相互作用に、光遷移を持つマルチレベルエミッタを利用する方法を示す。 本結果は,空洞QEDおよび量子ナノフォトニクス装置で利用可能な量子シミュレーションツールボックスを拡張した。
  論文  参考訳（メタデータ） (2022-06-03T14:52:34Z)
• Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy CT Reconstruction [108.06731611196291]
  我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。 本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
  論文  参考訳（メタデータ） (2022-03-10T14:22:54Z)
• Regularization by Denoising Sub-sampled Newton Method for Spectral CT Multi-Material Decomposition [78.37855832568569]
  スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。 特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。 スペクトルct材料分解の数値的および実験的結果を示す。
  論文  参考訳（メタデータ） (2021-03-25T15:20:10Z)
• Enhancing nonclassical bosonic correlations in a Quantum Walk network through experimental control of disorder [50.591267188664666]
  我々は制御可能な不均質量子ウォークダイナミクスを実験的に実現した。 ネットワークの2つのモード間の量子相関の強化を示す2つの光子状態を観察した。
  論文  参考訳（メタデータ） (2021-02-09T10:57:00Z)
• Statistical Benchmarking of Scalable Photonic Quantum Systems [0.0]
  我々は、マルチ光子状態の高性能なソースと大規模な多重化ネットワークを含む時間多重化フレームワークをベンチマークする。 多くのモードに分散した多くの光子の高次非古典的相関の検証に成功した。 非古典性は、最大128位までの相関関数と、最大20個の標準偏差の統計的意義で検証される。
  論文  参考訳（メタデータ） (2020-08-26T13:14:54Z)

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。