論文の概要: Principal Component Analysis for Spatial Phase Reconstruction in Atom Interferometry

• arxiv url: http://arxiv.org/abs/2405.05150v1
• Date: Wed, 8 May 2024 15:41:40 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-09 14:05:10.154062
• Title: Principal Component Analysis for Spatial Phase Reconstruction in Atom Interferometry
• Title（参考訳）: 原子干渉計における空間位相再構成の主成分分析
• Authors: Stefan Seckmeyer, Holger Ahlers, Jan-Niclas Kirsten-Siemß, Matthias Gersemann, Ernst M. Rasel, Sven Abend, Naceur Gaaloul,
• Abstract要約: 原子干渉計は、物質波の干渉パターンで信号を符号化することで、広範囲の力に敏感である。 これらの力の大きさを推定するためには、原子に印加される基礎となる位相シフトを抽出する必要がある。 これまでは、抽出アルゴリズムはパターンの空間構造の固定モデルに依存していた。
• 参考スコア（独自算出の注目度）: 0.24582411566500775
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Atom interferometers are sensitive to a wide range of forces by encoding their signals in interference patterns of matter waves. To estimate the magnitude of these forces, the underlying phase shifts they imprint on the atoms must be extracted. Up until now, extraction algorithms typically rely on a fixed model of the patterns' spatial structure, which if inaccurate can lead to systematic errors caused by, for example, wavefront aberrations of the used lasers. In this paper we employ an algorithm based on Principal Component Analysis, which is capable of characterizing the spatial phase structure and per image phase offsets of an atom interferometer from a set of images. The algorithm does so without any prior knowledge about the specific spatial pattern as long as this pattern is the same for all images in the set. On simulated images with atom projection noise we show the algorithm's reconstruction performance follows distinct scaling laws, i.e., it is inversely-proportional to the square-root of the number atoms or the number of images respectively, which allows a projection of its performance for experiments. We also successfully extract the spatial phase patterns of two experimental data sets from an atom gravimeter. This algorithm is a first step towards a better understanding and complex spatial phase patterns, e.g., caused by inhomogeneous laser fields in atom interferometry.
• Abstract（参考訳）: 原子干渉計は、物質波の干渉パターンで信号を符号化することで、広範囲の力に敏感である。 これらの力の大きさを推定するためには、原子に印加される基礎となる位相シフトを抽出する必要がある。 これまでは、抽出アルゴリズムはパターンの空間構造の固定されたモデルに依存しており、不正確な場合、例えば、使用したレーザーの波面収差によって生じる体系的なエラーにつながる可能性がある。 本稿では,原子干渉計の空間位相構造と画像位相オフセットを画像集合から特徴付けることのできる主成分分析に基づくアルゴリズムを用いる。 このアルゴリズムは、このパターンが集合内のすべての画像に対して同じである限り、特定の空間パターンについて事前の知識なしで行う。 原子プロジェクションノイズのシミュレーション画像では、アルゴリズムの再構成性能は異なるスケーリング法則に従うことを示す。 また,原子重力計から2つの実験データセットの空間位相パターンの抽出に成功した。 このアルゴリズムは、原子干渉法における不均一なレーザー場によって引き起こされる、より理解され複雑な空間位相パターン(例えば、等)への第一歩である。

関連論文リスト

• Sub-diffraction estimation, discrimination and learning of quantum states of light [0.0]
  サブレイリー推定の手法として空間モードデマルチプレクシング(SPADE)が提案されている。 サブレイリー分解能を実現するハイブリッド量子古典画像分類器を提案する。
  論文  参考訳（メタデータ） (2024-06-05T12:08:58Z)
• AstroCLIP: A Cross-Modal Foundation Model for Galaxies [40.43521617393482]
  AstroCLIPは、銀河の画像とスペクトルを個別に埋め込むため、トランスフォーマーベースの画像とスペクトルエンコーダを自己監督設定で事前訓練する。 教師付きベースラインと比較しても、下流のタスクで顕著なパフォーマンスが得られます。 提案手法は、銀河の画像とスペクトルの自己教師型変換器に基づく最初のアーキテクチャである。
  論文  参考訳（メタデータ） (2023-10-04T17:59:38Z)
• Passive superresolution imaging of incoherent objects [63.942632088208505]
  手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。 ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
  論文  参考訳（メタデータ） (2023-04-19T15:53:09Z)
• PS-Transformer: Learning Sparse Photometric Stereo Network using Self-Attention Mechanism [4.822598110892846]
  線形プロジェクションや最大プーリングといった事前定義された操作に基づいて、異なる照明下での深いキャリブレーションされた光度ステレオネットワークの観測を集約する。 この問題に対処するために,PS-Transformer という,複雑な画像間相互作用を適切に捉えるために,学習可能な自己認識機構を活用する,細かなキャリブレーションを施した光度ステレオネットワークを提案する。
  論文  参考訳（メタデータ） (2022-11-21T11:58:25Z)
• Retrieving space-dependent polarization transformations via near-optimal quantum process tomography [55.41644538483948]
  トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。 ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。 これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
  論文  参考訳（メタデータ） (2022-10-27T11:37:14Z)
• Deep Iterative Phase Retrieval for Ptychography [13.49645012479288]
  物体を回折パターンから再構成するには、逆フーリエ変換を計算しなければならない。 本研究では,複数の重なり合う回折画像から物体を再構成する,回折イメージングのサブフィールドであるptychographyについて考察する。 本稿では,既存の反復位相探索アルゴリズムをニューラルネットワークで拡張し,各繰り返しの結果を精査する手法を提案する。
  論文  参考訳（メタデータ） (2022-02-17T09:13:35Z)
• Classification and reconstruction of spatially overlapping phase images using diffractive optical networks [0.0]
  回折光学ネットワークは、光が入力から出力面に伝播するにつれて、波動光学と深層学習を統合し、所定の機械学習または計算画像タスクを全光学的に計算する。 タスク固有のトレーニングプロセスを通じて、拡散型ネットワークは、入力時にランダムに選択された空間的に重なり合った2つの異なる位相像を全光学的かつ同時に分類できることを示す。 重なり合う位相オブジェクトの完全な光学的分類に加えて、浅い電子ニューラルネットワークに基づく位相画像の再構成を実証する。
  論文  参考訳（メタデータ） (2021-08-18T05:15:05Z)
• Autoencoder-driven Spiral Representation Learning for Gravitational Wave Surrogate Modelling [47.081318079190595]
  オートエンコーダを用いた経験的係数における基礎構造の存在について検討する。 ニューラルネットワークの第一層として使用される学習可能なパラメータを持つスパイラルモジュールを設計し,入力空間を係数にマッピングする方法を学習する。 スパイラルモジュールは複数のニューラルネットワークアーキテクチャ上で評価され、ベースラインモデルよりも一貫して速度-精度のトレードオフを実現している。
  論文  参考訳（メタデータ） (2021-07-09T09:03:08Z)
• Qubit-photon bound states in topological waveguides with long-range hoppings [62.997667081978825]
  フォトニックバンドギャップ材料と相互作用する量子エミッタは、クビット光子境界状態の出現につながる。 異なる位相におけるバルクモードとエミッタが重なり合うとき, クビット光子境界状態の特徴について検討した。 異なる位相相に現れるエッジモードに対するエミッタの結合について考察する。
  論文  参考訳（メタデータ） (2021-05-26T10:57:21Z)
• Regularization by Denoising Sub-sampled Newton Method for Spectral CT Multi-Material Decomposition [78.37855832568569]
  スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。 特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。 スペクトルct材料分解の数値的および実験的結果を示す。
  論文  参考訳（メタデータ） (2021-03-25T15:20:10Z)
• High-Contrast Reflection Tomography with Total-Variation Constraints [26.873262435961333]
  逆散乱とは、物体の散乱電位の空間分布を、その周りの散乱波動場を測定することによって推定する過程である。 本稿では,オブジェクトの背景モデルからの側情報を必要としない制約付きインクリメンタル周波数インバージョンフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-05-06T15:26:55Z)

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。