論文の概要: Piecemeal Quantum Telescope with Superresolution
- arxiv url: http://arxiv.org/abs/2404.03432v1
- Date: Thu, 4 Apr 2024 13:27:02 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-05 14:41:45.492018
- Title: Piecemeal Quantum Telescope with Superresolution
- Title(参考訳): 超解像型圧電量子望遠鏡
- Authors: Jian Leng, Yi-Xin Shen, Zhou-Kai Cao, Xiang-Bin Wang,
- Abstract要約: ビット・バイ・ビット・イテレーションの量子望遠鏡を提案する。
恒星の角を検知する際、単光子数で指数関数的に精度を向上する。
未知の数の恒星からなる一般的な天体を検出できる。
- 参考スコア(独自算出の注目度): 0.38811062755861964
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Detecting remote objects with higher precision and resolution takes a crucial role in many scientific tasks, such as astronomical observation. Compared with classical telescopes, quantum telescopes can detect more precise angle value for single-star target. The precision of existing quantum telescopes is improved in the scale of square root of incident single photons. Here we propose the piecemeal quantum telescope with bit-by-bit iteration. It improves precision exponentially with number of nincident single-photons in detecting the star angle. As a result, it requests to detect only a few hundreds of photons for a precision breaking classical limit by 4 to 5 magnitude orders. Moreover, it can detect a general astronomical target consisting of unknown number of stars.
- Abstract(参考訳): 高精度かつ高解像度の遠隔物体の検出は、天文学的な観測など多くの科学的課題において重要な役割を担っている。
古典的な望遠鏡と比較すると、量子望遠鏡は単一星の目標に対してより正確な角度の値を検出することができる。
既存の量子望遠鏡の精度は、入射単光子の平方根のスケールで改善されている。
本稿では,ビット・バイ・ビット・イテレーションを用いた量子望遠鏡を提案する。
恒星の角を検知する際、単光子数で指数関数的に精度を向上する。
その結果、古典的極限を4~5等級の精度で破るために、数百個の光子しか検出できないことが要求された。
さらに、未知の数の恒星からなる一般的な天体を検出できる。
関連論文リスト
- Piecemeal method revisited [0.38811062755861964]
我々は、他の弱光干渉法よりも高精度な、少なくとも2つの望遠鏡を用いた光学干渉計方式を提案する。
本研究は,本手法と拡張工法の両方が,ベースライン長と向きの誤差に対して強い堅牢性を示すことを示す。
論文 参考訳(メタデータ) (2025-02-10T00:17:56Z) - Random Distillation Protocols in Long Baseline Telescopy [4.1858066618363825]
量子エンハンスな天体画像では、複数の遠方の開口部が中心サーバから分散された量子資源を利用することで連携する。
その結果,全望遠鏡で受信した恒星光を前処理することで,資源消費を増大させることなく撮像性能を向上させることが可能であることが示唆された。
論文 参考訳(メタデータ) (2024-11-04T23:30:38Z) - Enhancing Events in Neutrino Telescopes through Deep Learning-Driven Super-Resolution [0.0]
本稿では,深層学習駆動によるデータイベントの超解像を用いて,検出器媒質を介して光子輸送を学習する手法を提案する。
我々の戦略では、既存の検出器の幾何内に仮想'の光学モジュールを配置し、畳み込みニューラルネットワークをトレーニングし、これらの仮想光学モジュールのヒットを予測する。
論文 参考訳(メタデータ) (2024-08-16T01:20:27Z) - Real-time gravitational-wave inference for binary neutron stars using machine learning [71.29593576787549]
近似を行なわずに1秒で完全なBNS推論を行う機械学習フレームワークを提案する。
本手法は, (i) 合併前の正確な局所化を提供することにより, (i) 近似低遅延法と比較して, (ii) 局所化精度を$sim30%$で改善すること, (iii) 光度距離, 傾斜, 質量に関する詳細な情報を提供することにより, (i) マルチメーサの観測を向上する。
論文 参考訳(メタデータ) (2024-07-12T18:00:02Z) - Quantum resolution limit of long-baseline imaging using distributed entanglement [0.6849746341453253]
それぞれの望遠鏡で空間モードソートを行う受信機は、望遠鏡から収集した光に作用する最も一般的なマルチモード干渉計を模倣することができる。
我々は、この絡み合い支援戦略が、何個もの望遠鏡を含む複雑な定量的イメージングタスクの量子制限精度を達成するためにどのように使用できるかについて論じる。
論文 参考訳(メタデータ) (2024-06-24T16:50:10Z) - Toward Efficient Visual Gyroscopes: Spherical Moments, Harmonics Filtering, and Masking Techniques for Spherical Camera Applications [83.8743080143778]
視覚ジャイロスコープは、画像を通してカメラの回転を推定する。
従来のRGBカメラに比べて視野が広い全方位カメラの統合は、より正確で堅牢な結果をもたらすことが証明されている。
本稿では,効率的なマルチマスク・フィルタ回転エステータと学習に基づく最適化を組み合わせた,新しい視覚ジャイロスコープを導入することで,これらの課題に対処する。
論文 参考訳(メタデータ) (2024-04-02T13:19:06Z) - High-dimensional quantum correlation measurements with an adaptively
gated hybrid single-photon camera [58.720142291102135]
本研究では,高空間分解能センサと高時間分解能検出器を組み合わせた適応ゲート型ハイブリッド高分解能カメラ(HIC)を提案する。
空間分解能は9メガピクセル近く、時間分解能はナノ秒に近いため、このシステムは以前は実現不可能だった量子光学実験の実現を可能にする。
論文 参考訳(メタデータ) (2023-05-25T16:59:27Z) - Inferring Structural Parameters of Low-Surface-Brightness-Galaxies with
Uncertainty Quantification using Bayesian Neural Networks [70.80563014913676]
ベイズニューラルネットワーク (BNN) を用いて, シミュレーションした低地表面明度銀河画像から, それらのパラメータの不確かさを推測できることを示す。
従来のプロファイル適合法と比較して、BNNを用いて得られた不確実性は等しく、よく校正され、パラメータの点推定は真の値に近いことを示す。
論文 参考訳(メタデータ) (2022-07-07T17:55:26Z) - RRNet: Relational Reasoning Network with Parallel Multi-scale Attention
for Salient Object Detection in Optical Remote Sensing Images [82.1679766706423]
光リモートセンシング画像(RSI)のためのSODは、光学RSIから視覚的に特徴的な物体や領域を探索・抽出することを目的としている。
光学RSIにおけるSODに並列なマルチスケールアテンションを持つリレーショナル推論ネットワークを提案する。
提案するRRNetは,既存の最先端SODコンペティタよりも質的,定量的に優れている。
論文 参考訳(メタデータ) (2021-10-27T07:18:32Z) - A learning-based view extrapolation method for axial super-resolution [52.748944517480155]
軸光界分解能は、再焦点によって異なる深さで特徴を区別する能力を指します。
せん断エピポーラ平面画像の軸体積から新しい視点を推定する学習に基づく手法を提案する。
論文 参考訳(メタデータ) (2021-03-11T07:22:13Z) - Two-photon amplitude interferometry for precision astrometry [0.0]
異なるソースからの2つの光子は、2つの分離された分離されたステーションで干渉される。
10ドルマイクロアーク秒の角度精度は 夜の2つの明るい星の観測で達成できた
論文 参考訳(メタデータ) (2020-10-18T20:45:58Z)
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。