論文の概要: Suppression of noise in separation estimation of optical sources with spatial-mode demultiplexing
- arxiv url: http://arxiv.org/abs/2407.01995v1
- Date: Tue, 2 Jul 2024 07:08:26 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-03 16:24:25.286223
- Title: Suppression of noise in separation estimation of optical sources with spatial-mode demultiplexing
- Title（参考訳）: 空間モード多重化による光源分離推定における雑音の抑制
- Authors: Fattah Sakuldee, Łukasz Rudnicki,
- Abstract要約: 空間モード分解による超解像は急速に劣化する。
これは、直接撮像で知られているレイリーの呪い(レイリーの呪い)という用語で見ることができる。
本稿では,騒音の破壊的影響を抑制する手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Spatial mode demultiplexing was proved to be a successful tool for estimation of the separation between incoherent sources, allowing for sensitivity much below the Rayleigh limit. However, with the presence of measurement's noise, superresolution brought by this technique deteriorates rapidly. On a formal ground, this can be seen in terms of, so called, Rayleigh curse known from direct imaging, which while being absent for ideal spatial mode demultiplexing, goes back in a noisy scenario. In this article, we introduce a procedure to suppress the destructive effect of the noise, proposing a procedure effectively working as an error correction. For noise models given by a random unitary channel generated by a polynomial of creation and annihilation operators, we demonstrate that perfect noise decoupling can be reached by repeating the mode demultiplexers and intervening them by a group of rotations, in the limit of a large number of repetitions and small noise strength. For a special case of displacement noise, our solution is simplified: by using the demultiplexer twice, and interlacing it by a parity operator, given that the noise configuration is frozen between the first and the second step, a perfect decoupling can be achieved. This allows for a recovery of superresolution for a special class of noise generated by displacement operators. Furthermore, for a strong noise correlation between these two steps, our protocol provides an improved measurement resolution.
- Abstract（参考訳）: 空間モードデマルチプレキシングは、非コヒーレントなソース間の分離を推定するための成功ツールであることが証明された。
しかし、測定ノイズの存在により、この技術によってもたらされた超解像は急速に悪化する。
形式的には、これはレイリーの呪いと呼ばれる直接的なイメージから知られており、理想的な空間モードのデマルチプレキシングを欠いているが、ノイズの多いシナリオで再び現れる。
本稿では,ノイズの破壊効果を抑制する手法を提案し,誤り訂正を効果的に行う方法を提案する。
生成の多項式と消滅演算子によって生じるランダムなユニタリチャネルによって与えられるノイズモデルに対し、モードデマルチプレクサを繰り返すことで、多数の繰り返しと小さなノイズ強度の制限の下で、それらを回転のグループで介入することで、完全ノイズデカップリングに到達できることを実証する。
変位雑音の特殊な場合, 除算器を2回使用し, パリティ演算子でインターレースすることにより, ノイズ構成が第1段と第2段の間に凍結されていることを考慮し, 完全な解法を実現することができる。
これにより、変位演算子によって生成される特別な種類のノイズに対する超解像の回復が可能となる。
さらに,この2つのステップ間の強い雑音相関を求めるため,このプロトコルにより測定精度が向上した。
関連論文リスト
- Noise reduction via optimal control in a light-matter quantum system [0.0]
ショットノイズ限界以下での量子ノイズの低減は、光とマッターの量子相互作用の兆候である。
本研究では,高調波モードにおける過渡雑音低減のための2レベルシステムに対する最適量子制御法を提案する。
パルス時間の正しい選択は、ショットノイズのかなり下方にある二次場モードのノイズを低減することができる。
論文 参考訳（メタデータ） (2024-06-26T18:55:31Z) - NoiseDiffusion: Correcting Noise for Image Interpolation with Diffusion Models beyond Spherical Linear Interpolation [86.7260950382448]
画像の妥当性を補正する新しい手法としてノイズ拡散法を提案する。
NoiseDiffusionはノイズの多い画像空間内で動作し、これらのノイズの多い画像に生画像を注入することで、情報損失の課題に対処する。
論文 参考訳（メタデータ） (2024-03-13T12:32:25Z) - Stochastic action for the entanglement of a noisy monitored two-qubit
system [55.2480439325792]
局所的な一意雑音が局所的なモニタリングおよび量子間カップリングを受ける2ビット系の絡み合い進化に及ぼす影響について検討した。
チャンタスリ・ドルッセル・ヨルダン経路積分に雑音を組み込んでハミルトニアンを構築し、それを最適絡み合い力学の同定に利用する。
長時間定常エンタングルメントの数値解析により,コンカレンスと雑音強度の非単調な関係が明らかとなった。
論文 参考訳（メタデータ） (2024-03-13T11:14:10Z) - Noise Decoupling for State Transfer in Continuous Variable Systems [0.0]
連続変数を用いた状態伝達問題に対して,一意演算のランダムな混合によって与えられる雑音チャネルの玩具モデルを考える。
ランダムノイズに対しては、一般ノイズプロファイルにおいて目標状態の回復が可能であり、ノイズと比較して介入が速い場合には消滅が可能である。
送信機の状態は、目標状態の畳み込みとノイズ操作を特徴付けるフィルタ関数として記述できることを示す。
論文 参考訳（メタデータ） (2023-07-05T06:54:40Z) - Semidefinite Relaxations for Robust Multiview Triangulation [53.360555898338106]
既存の緩和手法を最小2乗のコスト関数を組み込むことで、非ロバストなマルチビュー三角測量に拡張する。
提案手法は,大きな雑音と大容量の異常の下でも,証明可能な最適再構成を計算できることを実証する。
論文 参考訳（メタデータ） (2023-01-26T21:31:32Z) - Representing Noisy Image Without Denoising [91.73819173191076]
ラドン空間におけるフラクショナルオーダーモーメント(FMR)は、ノイズの多い画像から直接ロバストな表現を引き出すように設計されている。
従来の整数順序法とは異なり、我々の研究は特別な場合のような古典的手法を取り入れたより汎用的な設計である。
論文 参考訳（メタデータ） (2023-01-18T10:13:29Z) - Diffusion Posterior Sampling for General Noisy Inverse Problems [50.873313752797124]
我々は、後方サンプリングの近似により、雑音(非線形)逆問題に対処するために拡散解法を拡張した。
本手法は,拡散モデルが様々な計測ノイズ統計を組み込むことができることを示す。
論文 参考訳（メタデータ） (2022-09-29T11:12:27Z) - Tradeoffs between convergence rate and noise amplification for momentum-based accelerated optimization algorithms [8.669461942767098]
モーメントに基づく1次最適化アルゴリズムについて検討し, 繰り返しが付加的な白色雑音を受ける場合について検討した。
強い凸2次問題に対しては、雑音増幅の定量化のために最適化変数における誤差の定常分散を用いる。
雑音増幅と定位時間のバランスをとるアルゴリズムの2つのパラメータ化ファミリを導入する。
論文 参考訳（メタデータ） (2022-09-24T04:26:30Z) - Unsupervised Single Image Super-resolution Under Complex Noise [60.566471567837574]
本稿では,一般のSISRタスクを未知の劣化で扱うためのモデルベースunsupervised SISR法を提案する。
提案手法は, より小さなモデル (0.34M vs. 2.40M) だけでなく, より高速な技術 (SotA) 法 (約1dB PSNR) の現況を明らかに超えることができる。
論文 参考訳（メタデータ） (2021-07-02T11:55:40Z) - Robust quantum gates using smooth pulses and physics-informed neural
networks [0.0]
本稿では、ノイズに対する感度を最小化する、真に滑らかなパルスを得るための最初の一般的な方法を提案する。
ニューラルネットワークを用いてハミルトニアンをパラメータ化することにより、多数の最適化パラメータを利用できる。
我々は,論理部分空間内のノイズの影響を抑えるスムーズな形状と,その部分空間からの漏れを抑えることで,我々のアプローチの能力を実証する。
論文 参考訳（メタデータ） (2020-11-04T19:31:36Z) - LAAT: Locally Aligned Ant Technique for discovering multiple faint low
dimensional structures of varying density [0.0]
多様体学習では、密度がノイズによって示されるものよりもかなり高い場合、背景雑音や構造に近いノイズを除去する解がいくつか示されている。
本稿では,Antコロニー最適化のアイデアに基づいて,雑音の存在下で多様体点を抽出する新しい手法を提案する。
既存のランダムウォーク解とは対照的に、我々の手法は多様体の主方向と局所的に一致した点を捉える。
論文 参考訳（メタデータ） (2020-09-17T14:22:50Z)
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。