論文の概要: Optimizing Initial State of Detector Sensors in Quantum Sensor Networks
- arxiv url: http://arxiv.org/abs/2306.17401v3
- Date: Thu, 28 Dec 2023 06:03:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-29 22:49:13.571139
- Title: Optimizing Initial State of Detector Sensors in Quantum Sensor Networks
- Title（参考訳）: 量子センサネットワークにおける検出器センサの初期状態の最適化
- Authors: Caitao Zhan, Himanshu Gupta, Mark Hillery
- Abstract要約: 我々は、各センサが「発射」する量子ビット検出器である量子センサーのネットワークを考える。
我々は、完全な差別を可能にする初期状態の存在に必要な十分な条件を導出する。
- 参考スコア（独自算出の注目度）: 3.603355396838094
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we consider a network of quantum sensors, where each sensor is
a qubit detector that "fires," i.e., its state changes when an event occurs
close by. The change in state due to the firing of a detector is given by a
unitary operator which is the same for all sensors in the network. Such a
network of detectors can be used to localize an event, using a protocol to
determine the firing sensor which is presumably the one closest to the event.
The determination of the firing sensor can be posed as a Quantum State
Discrimination problem which incurs a probability of error depending on the
initial state and the measurement operator used.
In this paper, we address the problem of determining the optimal initial
global state of a network of detectors that incur a minimum probability of
error in determining the firing sensor. For this problem, we derive necessary
and sufficient conditions for the existence of an initial state that allows for
perfect discrimination, i.e., zero probability of error. Using insights from
this result, we derive a conjectured optimal solution for the initial state,
provide a pathway to prove the conjecture, and validate the conjecture
empirically using multiple search heuristics that seem to perform
near-optimally.
- Abstract（参考訳）: 本稿では、各センサが「発火」する量子ビット検出器である量子センサのネットワークを考える。
検出器の点火による状態の変化は、ネットワーク内のすべてのセンサーで同じユニタリ演算子によって与えられる。
このような検出器のネットワークは、イベントに最も近いものと思われる発射センサを決定するプロトコルを使用して、イベントのローカライズに使用することができる。
点火センサの判定は、初期状態および使用した測定演算子に応じて誤差の確率を発生させる量子状態判別問題として設定することができる。
本稿では, 火災センサの判定において, 誤差の最小化につながる検出器のネットワークの最適初期大域状態を決定する問題に対処する。
この問題に対して、完全判別が可能な初期状態の存在、すなわちエラーの確率をゼロにするための必要かつ十分な条件を導出する。
この結果から, 初期状態に対する推定最適解を導出し, 予想を証明する経路を提供し, ほぼ最適であると思われる複数の探索ヒューリスティックを用いて, 予測を実証的に検証する。
関連論文リスト
- The quantum trajectory sensing problem and its solution [0.0]
センサ状態の基準を単純化するグループ理論フレームワークを提案する。
これらの簡易な基準は、軌道センサ状態の一般的なファミリーをもたらす。
トラジェクトリセンシングと量子誤差補正のリンクを確立し、摂動を識別する共通の動機を認識する。
論文 参考訳（メタデータ） (2024-10-01T17:31:47Z) - Utilizing probabilistic entanglement between sensors in quantum networks [8.59730790789283]
量子ネットワークの最も有望な応用の1つは、絡み合い支援センシングである。
この研究は、いつ、どのように絡み合うか、いつ保存するか、いつ蒸留する必要があるかを概説している。
論文 参考訳（メタデータ） (2024-07-22T14:12:30Z) - Sensor Placement for Learning in Flow Networks [6.680930089714339]
本稿では,ネットワークのセンサ配置問題について検討する。
まず, 流れの保存仮定に基づいて問題を定式化し, 最適に固定されたセンサを配置することがNPハードであることを示す。
次に,大規模ネットワークにスケールするセンサ配置のための効率よく適応的なグリージーを提案する。
論文 参考訳（メタデータ） (2023-12-12T01:08:08Z) - Sensor Fault Detection and Isolation in Autonomous Nonlinear Systems
Using Neural Network-Based Observers [6.432798111887824]
センサ故障検出分離法(s-FDI)は一般的な非線形システムに適用される。
このアプローチの主な側面は、ニューラルネットワークベースのKazantzis-Kravaris/Luenberger(KKL)オブザーバの利用である。
論文 参考訳（メタデータ） (2023-04-18T09:05:07Z) - Discrete outcome quantum sensor networks [1.900481513930264]
量子状態判別の手法を用いて量子センサネットワークをモデル化する。
絡み合った初期状態は検出確率を向上させることができるが、この利点は検出器の数が増えるにつれて減少する。
論文 参考訳（メタデータ） (2022-10-31T12:21:40Z) - Bayesian Autoencoders for Drift Detection in Industrial Environments [69.93875748095574]
オートエンコーダは、マルチセンサー環境で異常を検出するために使用される教師なしモデルである。
異常は、実際の環境の変化(実際のドリフト)や、故障した感覚デバイス(仮想ドリフト)から生じる。
論文 参考訳（メタデータ） (2021-07-28T10:19:58Z) - Bandit Quickest Changepoint Detection [55.855465482260165]
すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。
有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。
本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
論文 参考訳（メタデータ） (2021-07-22T07:25:35Z) - Real-time detection of uncalibrated sensors using Neural Networks [62.997667081978825]
オンライン学習に基づく温度・湿度・圧力センサの非校正検出装置を開発した。
このソリューションはニューラルネットワークをメインコンポーネントとして統合し、校正条件下でのセンサーの動作から学習する。
その結果, 提案手法は, 偏差値0.25度, 1% RH, 1.5Paの偏差をそれぞれ検出できることがわかった。
論文 参考訳（メタデータ） (2021-02-02T15:44:39Z) - Object Detection Made Simpler by Eliminating Heuristic NMS [70.93004137521946]
単純なNMSのないエンドツーエンドのオブジェクト検出フレームワークを示す。
検出精度は元の1段検出器と比べて同等か、さらに向上した。
論文 参考訳（メタデータ） (2021-01-28T02:38:29Z) - Optimally Displaced Threshold Detection for Discriminating Binary
Coherent States Using Imperfect Devices [50.09039506170243]
雑音や不完全な装置を用いた現実的な状況下で、最適変位しきい値検出(ODTD)を有する一般化されたケネディ受信機の性能を解析的に検討する。
提案アルゴリズムは,既存の手法よりも低次かつスムーズな誤り確率が得られることを示す。
論文 参考訳（メタデータ） (2020-07-21T21:52:29Z) - Learning Camera Miscalibration Detection [83.38916296044394]
本稿では,視覚センサ,特にRGBカメラの誤校正検出を学習するためのデータ駆動型アプローチに焦点を当てた。
コントリビューションには、RGBカメラの誤校正基準と、この基準に基づく新しい半合成データセット生成パイプラインが含まれる。
深層畳み込みニューラルネットワークをトレーニングすることにより、カメラ固有のパラメータの再校正が必要か否かを判断するパイプラインの有効性を実証する。
論文 参考訳（メタデータ） (2020-05-24T10:32:49Z)
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。