論文の概要: Feedback Intensity Equalization for Multi-Spots Holographic Tweezer
- arxiv url: http://arxiv.org/abs/2407.17049v1
- Date: Wed, 24 Jul 2024 07:18:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-25 14:33:39.220400
- Title: Feedback Intensity Equalization for Multi-Spots Holographic Tweezer
- Title（参考訳）: マルチスポットホログラフィー・ツイーザのフィードバック強度等化
- Authors: Shaoxiong Wang, Yaoting Zhou, Peng Lan, Yifei Hu, Heng Shen, Zhongxiao Xu,
- Abstract要約: ホログラフィックトウィーザーアレイ実験では、通常、空間光変調器(SLM)によって生成された光トウィーザーが静的トウィーザーアレイとして使用される。
ツイーザーの大きさが1000より大きい場合、ツイーザーの均一性は96%を超える。
- 参考スコア（独自算出の注目度）: 2.1123021714870633
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Thanks to the high degree of adjustability, holographic tweezer array has been proved to be the best choice to create arbitrary geometries atomic array. In holographic tweezer array experiment, optical tweezer generated by spatial light modulator (SLM) usually is used as static tweezer array. Due to the alternating current(AC) stark shifts effect, intensity difference of traps will cause different light shift. So, the optimization of intensity equalization is very important in many-body system consist of single atoms. Here we report a work on studying of intensity equalization algorithm. Through this algorithm, the uniformity of tweezer can exceed 96% when the number of tweezer size is bigger than 1000. Our analysis shows that further uniformity requires further optimization of optical system. The realization of the intensity equalization algorithm is of great significance to the many-body experiments based on single atom array.
- Abstract（参考訳）: 高度調整性のおかげで、ホログラフィック・ツイーザーアレイは任意のジオメトリ原子配列を作るのに最適な選択であることが証明された。
ホログラフィックトウィーザーアレイ実験では、通常、空間光変調器(SLM)によって生成された光トウィーザーが静的トウィーザーアレイとして使用される。
交流スタークシフト効果により、トラップの強度差は異なる光シフトを引き起こす。
したがって、強度等化の最適化は、単原子からなる多体系において非常に重要である。
本稿では,強度等化アルゴリズムの研究について報告する。
このアルゴリズムにより、ツイーザーの大きさが1000より大きい場合、ツイーザーの均一性が96%を超える。
解析により、さらなる均一性には光学系のさらなる最適化が必要であることが示された。
強度等化アルゴリズムの実現は、単一原子配列に基づく多体実験において非常に重要である。
関連論文リスト
- Accelerating Sinkhorn Algorithm with Sparse Newton Iterations [14.094908995798757]
本稿ではSinkhornアルゴリズムの拡張であるSinkhorn-Newton-Sparse(SNS)を提案する。
SNSは、広範囲の実践事例において、注文を桁違いに早く収束させる。
論文 参考訳（メタデータ） (2024-01-20T21:23:09Z) - Optical tweezer generation using automated alignment and adaptive optics [0.0]
微調整を実現するための光学アライメントの最先端の精度は、手動制御の限界に達している。
光学手動アライメントの基本的な技法の1つは、レーザービームの横断歩行である。
この手法を用いて, 高い開口目標を機械的に整列させ, 高品質なツイーザを製作可能であることを示す。
論文 参考訳（メタデータ） (2023-12-20T18:40:37Z) - An Efficient Algorithm for Clustered Multi-Task Compressive Sensing [60.70532293880842]
クラスタ化マルチタスク圧縮センシングは、複数の圧縮センシングタスクを解決する階層モデルである。
このモデルに対する既存の推論アルゴリズムは計算コストが高く、高次元ではうまくスケールしない。
本稿では,これらの共分散行列を明示的に計算する必要をなくし,モデル推論を大幅に高速化するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-09-30T15:57:14Z) - Single-photon sub-Rayleigh precision measurements of a pair of
incoherent sources of unequal intensity [0.0]
不等強度の2つの点状エミッタの単一光子イメージングについて検討する。
我々は、Hermite-Gaussian空間モード多重化を実験的に実装するために、多面光変換技術を用いる。
論文 参考訳（メタデータ） (2023-09-05T14:58:34Z) - Intensity effects of light coupling to one- or two-atom arrays of
infinite extent [0.0]
単一アレイと一対のアレイからの光子のコヒーレント反射・透過・非コヒーレント散乱について検討した。
単一アレイの場合、光強度の増加がこれらの異なるプロセスの確率をいかに変化させるかを示す。
ほぼ共鳴分離時の1対の並列アレイの場合、光強度の増加による影響は驚くほど低い強度の光で明らかになる。
論文 参考訳（メタデータ） (2023-04-19T15:25:34Z) - Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。
特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文 参考訳（メタデータ） (2023-02-13T19:57:17Z) - Efficient two-dimensional defect-free dual-species atom arrays
rearrangement algorithm with near-fewest atom moves [12.346877792340315]
本稿では,効率的な接続最適化アルゴリズム (HCOA) を提案する。
アルゴリズムは高い成功率(97%)、低い余剰原子移動率、優れたスケーラビリティ、柔軟性を示す。
論文 参考訳（メタデータ） (2022-03-22T17:03:09Z) - Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。
厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。
このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
論文 参考訳（メタデータ） (2021-11-29T15:10:09Z) - Provably Faster Algorithms for Bilevel Optimization [54.83583213812667]
バイレベル最適化は多くの重要な機械学習アプリケーションに広く適用されている。
両レベル最適化のための2つの新しいアルゴリズムを提案する。
両アルゴリズムが$mathcalO(epsilon-1.5)$の複雑さを達成し,既存のアルゴリズムを桁違いに上回っていることを示す。
論文 参考訳（メタデータ） (2021-06-08T21:05:30Z) - 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) - Single-Timescale Stochastic Nonconvex-Concave Optimization for Smooth
Nonlinear TD Learning [145.54544979467872]
本稿では,各ステップごとに1つのデータポイントしか必要としない2つの単一スケールシングルループアルゴリズムを提案する。
本研究の結果は, 同時一次および二重側収束の形で表される。
論文 参考訳（メタデータ） (2020-08-23T20:36:49Z)
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。