Fugu-MT 論文翻訳(概要): Exploiting separation-dependent coherence to boost optical resolution

論文の概要: Exploiting separation-dependent coherence to boost optical resolution

arxiv url: http://arxiv.org/abs/2401.13562v3
Date: Fri, 29 Mar 2024 14:38:11 GMT
ステータス: 処理完了
システム内更新日: 2024-04-01 19:57:29.390899
Title: Exploiting separation-dependent coherence to boost optical resolution
Title（参考訳）: 光分解能を高めるために分離依存コヒーレンスを爆発させる
Authors: Ilya Karuseichyk, Giacomo Sorelli, Vyacheslav Shatokhin, Mattia Walschaers, Nicolas Treps,
Abstract要約: 空間モード多重化手法を用いて任意の相互コヒーレンスを共有する2つの熱源を分離する。我々の分析研究は、コヒーレンスと排出率がソース間の分離に依存し、かすかなソース制限に制限されないシナリオを含む。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: The problem of resolving point-like light sources not only serves as a benchmark for optical resolution but also holds various practical applications ranging from microscopy to astronomy. In this research, we aim to resolve two thermal sources sharing arbitrary mutual coherence using the spatial mode demultiplexing technique. Our analytical study includes scenarios where the coherence and the emission rate depend on the separation between the sources, and is not limited to the faint sources limit. We consider the fluorescence of two interacting dipoles to demonstrate that the dependence of emission characteristics on the parameter of interest can boost the sensitivity of the estimation and noticeably prolong the duration of information decay.
Abstract（参考訳）: 点状の光源を分解する問題は光学分解能のベンチマークとして機能するだけでなく、顕微鏡から天文学まで様々な応用がある。本研究では,空間モード分割手法を用いて,任意の相互整合性を共有する2つの熱源を解くことを目的とする。我々の分析研究は、コヒーレンスと排出率がソース間の分離に依存し、かすかなソース制限に制限されないシナリオを含む。相互作用する2つの双極子の蛍光を考察し、利子パラメータに対する発光特性の依存性が推定の感度を高め、情報減衰の持続時間を顕著に延長することを示す。

関連論文リスト

Physics-Inspired Degradation Models for Hyperspectral Image Fusion [61.743696362028246]
ほとんどの融合法は、融合アルゴリズム自体にのみ焦点をあて、分解モデルを見落としている。我々は、LR-HSIとHR-MSIの劣化をモデル化するための物理インスパイアされた劣化モデル(PIDM)を提案する。提案したPIDMは,既存の核融合法における核融合性能を向上させることができる。
論文参考訳（メタデータ） (2024-02-04T09:07:28Z)
NeISF: Neural Incident Stokes Field for Geometry and Material Estimation [50.588983686271284]
多視点逆レンダリングは、異なる視点で撮影された一連の画像から形状、材料、照明などのシーンパラメータを推定する問題である。本稿では,偏光手がかりを用いた曖昧さを低減する多視点逆フレームワークNeISFを提案する。
論文参考訳（メタデータ） (2023-11-22T06:28:30Z)
Ultra-sensitive separation estimation of optical sources [0.0]
我々は、2つの不整合源の分離を推定するために量子力学に着想を得たアプローチを実装した。サブレイリー分離推定におけるデマルチプレキシングの顕著な効果を示す。
論文参考訳（メタデータ） (2023-06-20T22:05:06Z)
Quantum super-resolution for imaging two pointlike entangled photon sources [9.590696922408775]
モーメント法と空間モードデマルチプレックス法(SPADE)を用いて,二つの点状絡み合った音源を撮像する分解能について検討した。分離推定感度は検出された各モードの光子分布によって決定される。無限に小さなソース分離の制限の場合、絡み合ったソースの使用は、一貫性のない、一貫性のないソースを使用する場合よりも優れた解像度が得られる。
論文参考訳（メタデータ） (2023-06-17T02:39:47Z)
On-chip quantum information processing with distinguishable photons [55.41644538483948]
多光子干渉は光量子技術の中心にある。そこで本研究では,共振器型集積光子源に必要なスケールで変形した光子を干渉させるのに十分な時間分解能で検出を実装できることを実験的に実証した。ボソンサンプリング実験において,非イデアル光子の時間分解検出がエンタングル操作の忠実度を向上し,計算複雑性の低減を図ることができることを示す。
論文参考訳（メタデータ） (2022-10-14T18:16:49Z)
Quantum limits for resolving Gaussian sources [0.0]
任意のガウス状態における2つの点源の分離を推定するために、量子クラムエルラオ境界を決定する。現実的なシナリオでは、量子最適分解を達成するために、ソースのコヒーレントな状態を見つける。
論文参考訳（メタデータ） (2022-05-09T13:18:57Z)
Resolving Mutually Coherent Bright Point-Sources [0.0]
空間モードデマルチプレクシングの感度は、すべての既知の場合において、ソースの非ガウス状態であっても、量子フィッシャー情報を飽和させることを示す。
論文参考訳（メタデータ） (2021-11-03T13:54:43Z)
Two-photon resonance fluorescence of two interacting non-identical quantum emitters [77.34726150561087]
我々は、コヒーレント場によって駆動される相互作用する2つの非負の量子エミッタのシステムについて研究する。共鳴蛍光スペクトルに2光子ダイナミクスによって印加された特徴は、エミッタ間の距離の変化に特に敏感である。これは、ポイントライクなソースの超解像イメージングのような応用に利用することができる。
論文参考訳（メタデータ） (2021-06-04T16:13:01Z)
Effects of coherence on temporal resolution [0.0]
2つの単一光子パルス間の時間的分離を推定する際のコヒーレンスの変化の影響を実験的に検討した。実験により,コヒーレントモード投影は任意のコヒーレンスに対して最適であることが示された。
論文参考訳（メタデータ） (2021-03-19T14:26:11Z)
Correlation Plenoptic Imaging between Arbitrary Planes [52.77024349608834]
提案プロトコルは,処理後の集中面の変更を可能にし,画像解像度と被写界深度を前例のない組み合わせで実現可能であることを示す。その結果、カオス光に基づく相関レンズ画像装置のコンパクト化や、絡み合った光子照明に基づく高SNRレンズ画像装置の開発への道が開かれた。
論文参考訳（メタデータ） (2020-07-23T14:26:14Z)
Learning Selective Sensor Fusion for States Estimation [47.76590539558037]
本稿では,エンド・ツー・エンドのセンサ・フュージョン・モジュールであるSelectFusionを提案する。予測中、ネットワークは異なるセンサーモードから潜伏する特徴の信頼性を評価することができる。我々は、公開データセットと漸進的に劣化したデータセットの両方において、すべての融合戦略を広範囲に評価する。
論文参考訳（メタデータ） (2019-12-30T20:25:16Z)

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。