論文の概要: Quantum-coherence-free precision metrology by means of difference-signal amplification

• arxiv url: http://arxiv.org/abs/2212.13729v1
• Date: Wed, 28 Dec 2022 07:28:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 02:05:55.114419
• Title: Quantum-coherence-free precision metrology by means of difference-signal amplification
• Title（参考訳）: 差分信号増幅による量子コヒーレンスフリー精密計測
• Authors: Jialin Li, Yazhi Niu, Xinyi Wang, Lupei Qin and Xin-Qi Li
• Abstract要約: 本稿では,JWVAの古典的実装である差信号増幅(DSA)技術について分析する。 増幅信号の簡易な表現を求め、精度の評価を行い、最適作業条件を指摘する。 提案した古典的DSA技術は、JWVAの同様の技術的優位性を持ち、実際に興味深い応用を見出すことができる。
• 参考スコア（独自算出の注目度）: 19.853014806806943
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: The novel weak-value-amplification (WVA) scheme of precision metrology is deeply rooted in the quantum nature of destructive interference between the pre- and post-selection states. And, an alternative version, termed as joint WVA (JWVA), which employs the difference-signal from the post-selection accepted and rejected results, has been found possible to achieve even better sensitivity (two orders of magnitude higher) under some technical limitations (e.g. misalignment errors). In this work, after erasing the quantum coherence, we analyze the difference-signal amplification (DSA) technique, which serves as a classical counterpart of the JWVA, and show that similar amplification effect can be achieved. We obtain a simple expression for the amplified signal, carry out characterization of precision, and point out the optimal working regime. We also discuss how to implement the post-selection of a classical mixed state. The proposed classical DSA technique holds similar technical advantages of the JWVA and may find interesting applications in practice.
• Abstract（参考訳）: 新たな弱値増幅法(WVA)は、前選択状態と後選択状態の間の破壊干渉の量子的性質に深く根ざしている。 また、JWVA(Joint WVA)と呼ばれる別のバージョンでは、選択後に受理され、拒否された結果との差符号を用いて、いくつかの技術的制限(例えば、誤修正エラー)の下でより優れた感度(桁違い2桁)を達成することが可能である。 本研究では、量子コヒーレンスを消去した後、JWVAの古典的対応として機能する差信号増幅(DSA)技術を分析し、同様の増幅効果が得られることを示す。 増幅信号の簡易な表現を求め、精度の評価を行い、最適作業条件を指摘する。 また,古典的混合状態のポスト選択の実装方法について述べる。 提案した古典的DSA技術は、JWVAの同様の技術的利点を持ち、実際に興味深い応用を見出すことができる。

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)
• Progress and Perspectives on Weak-value Amplification [9.675150350961202]
  WVA(Weak-value Amplification)は、超小さな物理効果を効果的に増幅する気象プロトコルである。 WVAは、精密気象学におけるポストセレクションの重要な役割を認識するための新しい視点を提供する。
  論文  参考訳（メタデータ） (2024-07-14T05:26:53Z)
• DASA: Difficulty-Aware Semantic Augmentation for Speaker Verification [55.306583814017046]
  本稿では,話者認証のための難易度認識型セマンティック拡張(DASA)手法を提案する。 DASAは、話者埋め込み空間における多様なトレーニングサンプルを、無視できる余分な計算コストで生成する。 最も良い結果は、CN-Celeb評価セット上でのEER測定値の14.6%の相対的な減少を達成する。
  論文  参考訳（メタデータ） (2023-10-18T17:07:05Z)
• One-Dimensional Deep Image Prior for Curve Fitting of S-Parameters from Electromagnetic Solvers [57.441926088870325]
  Deep Image Prior(ディープ・イメージ・プライオリ、ディープ・イメージ・プライオリ、DIP)は、ランダムなd畳み込みニューラルネットワークの重みを最適化し、ノイズや過度な測定値からの信号に適合させる技術である。 本稿では,Vector Fitting (VF) の実装に対して,ほぼすべてのテスト例において優れた性能を示す。
  論文  参考訳（メタデータ） (2023-06-06T20:28:37Z)
• Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
  本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。 前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。 提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
  論文  参考訳（メタデータ） (2022-05-13T21:09:41Z)
• Adaptive Spike-Like Representation of EEG Signals for Sleep Stages Scoring [6.644008481573341]
  信号強度の半ガウス的確率によって入力信号と重み特徴を符号化し,フィルタリングし,蓄積する適応的手法を提案する。 提案手法の有効性を検証し,将来有望な方向性を明らかにするため,最先端手法に対する最大の公開データセットの実験を行った。
  論文  参考訳（メタデータ） (2022-04-02T11:21:49Z)
• Auto-correlative weak-value amplification under strong noise background [7.985795658443465]
  時間ポインタを用いた弱い測定プロトコルの修正について検討する。 AWVAアプローチは2つの同時自己相関弱測定を実装している。 シミュレーションの結果,AWVA手法は時間領域における標準的なWVA手法よりも優れていた。
  論文  参考訳（メタデータ） (2022-03-29T04:48:31Z)
• Heisenberg-limited metrology via weak-value amplification without using entangled resources [0.0]
  弱値増幅(WVA)は、より低い検出確率を犠牲にして小さな物理信号の増幅検出を行う方法を提供する。 我々は,反復的相互作用に基づく新しい WVA スキームを実演し,絡み合いに頼らずに,ハイゼンベルク限定の精度スケーリングを実現する。 我々の研究は、脆弱で実験的に要求される絡み合った資源を使わずに、ハイゼンベルク限定のWVAを実現するための実践的な経路を開く。
  論文  参考訳（メタデータ） (2021-09-08T16:38:00Z)
• Comparing Weak- and Unsupervised Methods for Resonant Anomaly Detection [0.38233569758620045]
  オートエンコーダ(AE)と,CWoLa(Classification Without Labels)技術に基づく弱監督アプローチを比較した。 CWoLaは多様かつ適度に稀なシグナルを見つけるのに有効であり、AEは極めて稀な信号に対して感受性を与えるが、特定のトポロジでのみ得られる。
  論文  参考訳（メタデータ） (2021-04-05T18:00:46Z)
• Class-Conditional Defense GAN Against End-to-End Speech Attacks [82.21746840893658]
  本稿では,DeepSpeech や Lingvo といった先進的な音声テキストシステムを騙すために開発された,エンドツーエンドの敵対攻撃に対する新しいアプローチを提案する。 従来の防御手法とは異なり、提案手法は入力信号のオートエンコードのような低レベル変換を直接利用しない。 我々の防衛GANは、単語誤り率と文レベルの認識精度において、従来の防衛アルゴリズムよりもかなり優れています。
  論文  参考訳（メタデータ） (2020-10-22T00:02:02Z)
• Stochastic-Sign SGD for Federated Learning with Theoretical Guarantees [49.91477656517431]
  量子化に基づく解法は、フェデレートラーニング(FL)において広く採用されている。 上記のプロパティをすべて享受する既存のメソッドはありません。 本稿では,SIGNSGDに基づく直感的かつ理論的に簡易な手法を提案し,そのギャップを埋める。
  論文  参考訳（メタデータ） (2020-02-25T15:12:15Z)

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。