論文の概要: Automatic Detection of Nuclear Spins at Arbitrary Magnetic Fields via Signal-to-Image AI Model

• arxiv url: http://arxiv.org/abs/2311.15037v2
• Date: Thu, 11 Apr 2024 10:18:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-12 18:57:05.761605
• Title: Automatic Detection of Nuclear Spins at Arbitrary Magnetic Fields via Signal-to-Image AI Model
• Title（参考訳）: 信号-画像AIモデルによる任意磁場中の核スピンの自動検出
• Authors: B. Varona-Uriarte, C. Munuera-Javaloy, E. Terradillos, Y. Ban, A. Alvarez-Gila, E. Garrote, J. Casanova,
• Abstract要約: 我々は,NVセンサを取り巻く核スピンの数を自動的に推定できる信号・画像深層学習モデルを提案する。 我々のモデルは、様々な磁場シナリオに対して効果的に動作するよう訓練されており、関連する核の事前の知識を必要とせず、ノイズ信号を処理するように設計されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum sensors leverage matter's quantum properties to enable measurements with unprecedented spatial and spectral resolution. Among these sensors, those utilizing nitrogen-vacancy (NV) centers in diamond offer the distinct advantage of operating at room temperature. Nevertheless, signals received from NV centers are often complex, making interpretation challenging. This is especially relevant in low magnetic field scenarios, where standard approximations for modeling the system fail. Additionally, NV signals feature a prominent noise component. In this Letter, we present a signal-to-image deep learning model capable of automatically inferring the number of nuclear spins surrounding a NV sensor and the hyperfine couplings between the sensor and the nuclear spins. Our model is trained to operate effectively across various magnetic field scenarios, requires no prior knowledge of the involved nuclei, and is designed to handle noisy signals, leading to fast characterization of nuclear environments in real experimental conditions. With detailed numerical simulations, we test the performance of our model in scenarios involving varying numbers of nuclei, achieving an average error of less than $2\ \rm{kHz}$ in the estimated hyperfine constants.
• Abstract（参考訳）: 量子センサーは物質の量子特性を利用して、前例のない空間分解能とスペクトル分解能の測定を可能にする。 これらのセンサーのうち、ダイヤモンド中の窒素空洞(NV)センターを利用するものは、室温で動作することの明確な利点を提供する。 それでも、NV中心から受信した信号はしばしば複雑であり、解釈は困難である。 これは、システムモデリングの標準的な近似が失敗する低磁場のシナリオに特に関係している。 さらに、NV信号は顕著なノイズ成分を特徴とする。 本稿では,NVセンサを取り巻く核スピンの数と,センサと核スピン間の超微細結合を自動的に推定できる信号対画像深層学習モデルを提案する。 我々のモデルは、様々な磁場のシナリオで効果的に動作するよう訓練されており、関連する核の事前の知識は必要とせず、ノイズ信号を扱うように設計されており、実際の実験条件下での核環境の高速な評価に繋がる。 詳細な数値シミュレーションにより、推定超微粒子定数で平均誤差が2\ \rm{kHz}$未満となる原子核数の変化を伴うシナリオにおいて、我々のモデルの性能を検証した。

関連論文リスト

• Design and simulation of a transmon qubit chip for Axion detection [103.69390312201169]
  超伝導量子ビットに基づくデバイスは、量子非劣化測定(QND)による数GHz単一光子の検出に成功している。 本研究では,Qub-ITの超伝導量子ビットデバイスの実現に向けた状況を示す。
  論文  参考訳（メタデータ） (2023-10-08T17:11:42Z)
• Simulation of ODMR Spectra from Nitrogen-Vacancy Ensembles in Diamond for Electric Field Sensing [0.0]
  NVアンサンブルの電子スピン状態および核スピン状態に対する任意の電場および磁場の影響をモデル化するオープンソースシミュレーションツールを提案する。 具体的には、符号は遷移強度を計算し、ショットノイズに制限された光検出磁気共鳴下での感度を予測する。 我々のコードは、ハミルトニアン完全項の無視項に基づく通常の議論が準最適結果を与える状況において、感度を最適化するために使用できることを示す。
  論文  参考訳（メタデータ） (2023-01-10T18:16:12Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• All-Optical Nuclear Quantum Sensing using Nitrogen-Vacancy Centers in Diamond [52.77024349608834]
  マイクロ波または高周波駆動は、量子センサーの小型化、エネルギー効率、非侵襲性を著しく制限する。 我々は、コヒーレント量子センシングに対する純粋に光学的アプローチを示すことによって、この制限を克服する。 この結果から, 磁気学やジャイロスコープの応用において, 量子センサの小型化が期待できる。
  論文  参考訳（メタデータ） (2022-12-14T08:34:11Z)
• Nanoscale covariance magnetometry with diamond quantum sensors [0.0]
  ダイヤモンド中の窒素空孔(NV)中心は、長いスピンコヒーレンス時間を持つ原子スケール欠陥である。 多くの単一NV中心実験を平均すると、両方の技術は情報を捨てる。 ここでは、2つ以上のNV中心を同時に測定する新しいセンシングモードを提案し,実装する。
  論文  参考訳（メタデータ） (2022-09-19T01:46:19Z)
• High-Resolution NMR Spectroscopy at Large Fields with Nitrogen Vacancy Centers [0.0]
  我々は、誘導された核スピン信号の振幅における関連するエネルギーシフトをマッピングし、その後センサーに転送する。 この方法では、最終的に核スピン信号のコヒーレンスによって、高スペクトル分解能が制限される。
  論文  参考訳（メタデータ） (2022-05-09T09:56:30Z)
• A Neural Network Assisted $^{171}$Yb$^{+}$ Quantum Magnetometer [40.61445850211335]
  汎用磁気センサは、幅広いパラメータのターゲットフィールドに露出した場合、読み取り可能な応答を提供する必要がある。 我々は、適切に訓練されたニューラルネットワークと171ドルのYb$+$の原子センサーを組み合わせることで、挑戦的なシナリオにおいてターゲットフィールドを調査できることを実験的に実証した。
  論文  参考訳（メタデータ） (2022-03-11T10:53:46Z)
• Spin many-body phases in standard and topological waveguide QED simulators [68.8204255655161]
  導波路QEDセットアップを用いた量子スピンモデルの多体挙動について検討する。 他のプラットフォームで得られたものとは異なる、新しい多体フェーズが見つかる。
  論文  参考訳（メタデータ） (2021-06-22T09:44:20Z)
• Demonstration of electron-nuclear decoupling at a spin clock transition [54.088309058031705]
  クロック遷移は磁気ノイズから分子スピン量子ビットを保護する。 核自由度への線形結合は、電子コヒーレンスの変調と崩壊を引き起こす。 核浴への量子情報漏洩がないことは、他のデコヒーレンス源を特徴づける機会を与える。
  論文  参考訳（メタデータ） (2021-06-09T16:23:47Z)
• Controlled coherent dynamics of [VO(TPP)], a prototype molecular nuclear qudit with an electronic ancilla [50.002949299918136]
  本稿では,[VO(TPP)](バナジルテトラフェニルポルフィリン酸塩)が量子計算アルゴリズムの実装に適していることを示す。 超微細相互作用によって結合された電子スピン1/2を核スピン7/2に埋め込み、どちらも顕著なコヒーレンスによって特徴づけられる。
  論文  参考訳（メタデータ） (2021-03-15T21:38:41Z)
• Noise-robust classification of single-shot electron spin readouts using a deep neural network [2.9123559461323016]
  量子点接触や量子ドットといった電荷センサによる電荷状態とスピン状態の単発読み出しは、半導体スピン量子ビットの動作に欠かせない技術である。 ディープニューラルネットワーク(DNN)を用いたノイズに頑健な単一ショット読み出し分類法を提案する。 本研究では,ディープニューラルネットワーク(DNN)を用いたノイズに頑健な単一ショット読み出し分類法を提案する。
  論文  参考訳（メタデータ） (2020-12-20T04:26:40Z)

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。