論文の概要: Realistic Neutral Atom Image Simulation
- arxiv url: http://arxiv.org/abs/2310.02836v1
- Date: Wed, 4 Oct 2023 14:02:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-05 14:48:46.979069
- Title: Realistic Neutral Atom Image Simulation
- Title（参考訳）: 実効性ニュートラル原子画像シミュレーション
- Authors: Jonas Winklmann, Dimitrios Tsevas, Martin Schulz
- Abstract要約: シミュレーションシステムにおける実際の状態の説明から中性原子実験のサンプル画像を生成することができるボトムアップシミュレータ。
ユースケースとしては、デモ目的の模範画像の作成、デコンボリューションアルゴリズムの高速トレーニングイテレーション、マシンラーニングの原子検出アプローチのためのラベル付きデータの生成などがある。
- 参考スコア（独自算出の注目度）: 1.3220067655295737
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Neutral atom quantum computers require accurate single atom detection for the
preparation and readout of their qubits. This is usually done using
fluorescence imaging. The occupancy of an atom site in these images is often
somewhat ambiguous due to the stochastic nature of the imaging process.
Further, the lack of ground truth makes it difficult to rate the accuracy of
reconstruction algorithms. We introduce a bottom-up simulator that is capable
of generating sample images of neutral atom experiments from a description of
the actual state in the simulated system. Possible use cases include the
creation of exemplary images for demonstration purposes, fast training
iterations for deconvolution algorithms, and generation of labeled data for
machine-learning-based atom detection approaches. The implementation is
available through our GitHub as a C library or wrapped Python package. We show
the modeled effects and implementation of the simulations at different stages
of the imaging process. Not all real-world phenomena can be reproduced
perfectly. The main discrepancies are that the simulator allows for only one
characterization of optical aberrations across the whole image, supports only
discrete atom locations, and does not model all effects of CMOS cameras
perfectly. Nevertheless, our experiments show that the generated images closely
match real-world pictures to the point that they are practically
indistinguishable and can be used as labeled data for training the next
generation of detection algorithms.
- Abstract（参考訳）: 中性原子量子コンピュータは、量子ビットの準備と読み出しのために正確な単一原子検出を必要とする。
通常は蛍光イメージングを用いて行われる。
これらの画像中の原子部位の占有は、画像の確率的性質のため、しばしば曖昧である。
さらに、基底的真理の欠如により、再構成アルゴリズムの精度を評価することが困難になる。
シミュレーションシステムにおける実際の状態の説明から中性原子実験のサンプル画像を生成するボトムアップシミュレータを提案する。
デモ目的の模範的なイメージの作成、デコンボリューションアルゴリズムのための高速なトレーニングイテレーション、機械学習ベースの原子検出アプローチのためのラベル付きデータの生成などが考えられる。
実装はGitHubでCライブラリまたはラップPythonパッケージとして公開しています。
画像化過程の異なる段階におけるシミュレーションのモデル化効果と実装について述べる。
すべての実世界の現象が完璧に再現できるわけではない。
主な相違点は、シミュレータは画像全体にわたる光学収差の1つの特性のみを許容し、個々の原子位置のみをサポートし、CMOSカメラのすべての効果を完璧にモデル化していないことである。
しかし,本実験により,生成した画像は実世界の画像と密に一致し,実際に識別不能であり,次世代検出アルゴリズムの学習にラベル付きデータとして使用できることを示した。
関連論文リスト
- Comparison of Atom Detection Algorithms for Neutral Atom Quantum Computing [1.1762674777779538]
原子量子コンピュータでは、明るさまたはそれと同等のメートル法が推定され、原子の存在や欠如を予測するために使用される。
我々は,複数の異なるアルゴリズムを調査し,その性能を精度と実行時間の両方で比較する。
我々の比較では、光システムのPSFを用いて、各部位の光電子を最も多く返却する、グローバルな非線形最小二乗解法である、テストされたアルゴリズムについて示す。
論文 参考訳（メタデータ） (2024-09-25T12:08:06Z) - Zero-Shot Detection of AI-Generated Images [54.01282123570917]
AI生成画像を検出するゼロショットエントロピー検出器(ZED)を提案する。
機械によるテキスト検出の最近の研究に触発された私たちのアイデアは、分析対象の画像が実際の画像のモデルと比較してどれだけ驚くかを測定することである。
ZEDは精度の点でSoTAよりも平均3%以上改善されている。
論文 参考訳（メタデータ） (2024-09-24T08:46:13Z) - SynFog: A Photo-realistic Synthetic Fog Dataset based on End-to-end Imaging Simulation for Advancing Real-World Defogging in Autonomous Driving [48.27575423606407]
フォトリアリスティックな霧画像を生成するために,エンド・ツー・エンドのシミュレーションパイプラインを導入する。
我々は、スカイライトとアクティブな照明条件の両方を特徴とするSynFogという新しい合成霧データセットを提案する。
実験の結果,SynFogで訓練したモデルでは,視覚知覚と検出精度が優れていた。
論文 参考訳（メタデータ） (2024-03-25T18:32:41Z) - MPI-Flow: Learning Realistic Optical Flow with Multiplane Images [18.310665144874775]
実世界の画像からリアルな光フローデータセットを生成する。
高度に現実的な新しい画像を生成するため,単視点画像から多平面画像(MPI)と呼ばれる層状深度表現を構築した。
動きの現実性を確保するため,MPI内のカメラと動的物体の動きを分離できる独立な物体運動モジュールを提案する。
論文 参考訳（メタデータ） (2023-09-13T04:31:00Z) - Mimicking non-ideal instrument behavior for hologram processing using
neural style translation [0.0]
ホログラフィー雲プローブは、雲粒子密度、大きさ、位置に関する前例のない情報を提供する。
ホログラムの処理には かなりの計算資源と 時間と時折 人間の介入が必要です
ここでは, 模擬ホログラムへのニューラルスタイル翻訳手法の適用例を示す。
論文 参考訳（メタデータ） (2023-01-07T01:01:27Z) - Perceval: A Software Platform for Discrete Variable Photonic Quantum
Computing [1.3767989047174227]
我々は、離散可変フォトニック量子コンピュータをシミュレートし、対面するオープンソースのソフトウェアプラットフォームPercevalを紹介する。
Pythonのフロントエンドでは、フォトニック回路は光子源、ビームスプリッター、位相シフト器、検出器などの基本的なフォトニックビルディングブロックから構成できる。
本稿では、様々なフォトニック実験を再現し、様々な量子アルゴリズムのフォトニック実装をシミュレートすることで、Percevalの動作例を示す。
論文 参考訳（メタデータ） (2022-04-01T17:49:01Z) - Neural network processing of holographic images [0.0]
空飛ぶ雲の粒子イメージ装置であるHOLODECは、一定量の雲のホログラフィック画像をキャプチャして、雲の粒子の種類と大きさを特徴付ける。
本稿では,ニューラルセグメンテーションモデル,GPU,計算並列化を利用したホログラム処理アルゴリズムHolodecMLを提案する。
論文 参考訳（メタデータ） (2022-03-16T19:20:37Z) - Enhancing Low-Light Images in Real World via Cross-Image Disentanglement [58.754943762945864]
そこで本研究では,現実の汚職とミスアライメントされたトレーニング画像からなる,新しい低照度画像強調データセットを提案する。
本モデルでは,新たに提案したデータセットと,他の一般的な低照度データセットの両方に対して,最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2022-01-10T03:12:52Z) - Intrinsic Autoencoders for Joint Neural Rendering and Intrinsic Image
Decomposition [67.9464567157846]
合成3Dモデルからリアルな画像を生成するためのオートエンコーダを提案し,同時に実像を本質的な形状と外観特性に分解する。
実験により, レンダリングと分解の併用処理が有益であることが確認され, 画像から画像への翻訳の質的, 定量的なベースラインよりも優れた結果が得られた。
論文 参考訳（メタデータ） (2020-06-29T12:53:58Z) - Syn2Real Transfer Learning for Image Deraining using Gaussian Processes [92.15895515035795]
CNNに基づく画像デライニング手法は,再現誤差や視覚的品質の点で優れた性能を発揮している。
実世界の完全ラベル付き画像デライニングデータセットを取得する上での課題により、既存の手法は合成されたデータのみに基づいて訓練される。
本稿では,ガウス過程に基づく半教師付き学習フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-10T00:33:18Z) - Self-Supervised Linear Motion Deblurring [112.75317069916579]
深層畳み込みニューラルネットワークは、画像の劣化の最先端技術である。
本稿では,自己監督型動作遅延に対する識別可能なreblurモデルを提案する。
我々の実験は、自己監督された単一画像の劣化が本当に実現可能であることを実証した。
論文 参考訳（メタデータ） (2020-02-10T20:15:21Z)
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。