論文の概要: Recognizing Beam Profiles from Silicon Photonics Gratings using Transformer Model

• arxiv url: http://arxiv.org/abs/2408.10287v3
• Date: Thu, 22 Aug 2024 05:24:16 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-23 12:32:33.529953
• Title: Recognizing Beam Profiles from Silicon Photonics Gratings using Transformer Model
• Title（参考訳）: 変圧器モデルを用いたシリコンフォトニクスグレーティングからのビームプロファイルの認識
• Authors: Yu Dian Lim, Hong Yu Li, Simon Chun Kiat Goh, Xiangyu Wang, Peng Zhao, Chuan Seng Tan,
• Abstract要約: 我々は、SiPh格子からの光のビームプロファイルの対応する高さカテゴリを認識するトランスモデルを開発した。 得られた結果は、光ビームの自動焦点付けやz軸ステージの自動調整など、様々な用途に拡張することができる。
• 参考スコア（独自算出の注目度）: 12.130069740822837
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Over the past decade, there has been extensive work in developing integrated silicon photonics (SiPh) gratings for the optical addressing of trapped ion qubits in the ion trap quantum computing community. However, when viewing beam profiles from infrared (IR) cameras, it is often difficult to determine the corresponding heights where the beam profiles are located. In this work, we developed transformer models to recognize the corresponding height categories of beam profiles of light from SiPh gratings. The model is trained using two techniques: (1) input patches, and (2) input sequence. For model trained with input patches, the model achieved recognition accuracy of 0.938. Meanwhile, model trained with input sequence shows lower accuracy of 0.895. However, when repeating the model-training 150 cycles, model trained with input patches shows inconsistent accuracy ranges between 0.445 to 0.959, while model trained with input sequence exhibit higher accuracy values between 0.789 to 0.936. The obtained outcomes can be expanded to various applications, including auto-focusing of light beam and auto-adjustment of z-axis stage to acquire desired beam profiles.
• Abstract（参考訳）: 過去10年間で、イオントラップ量子コンピューティングのコミュニティにおいて、トラップされたイオン量子ビットの光学アドレス化のための集積シリコンフォトニクス(SiPh)格子の開発が盛んに行われている。 しかし、赤外線カメラからビームプロファイルを見る場合、ビームプロファイルが位置する対応する高さを決定することはしばしば困難である。 本研究では、SiPh格子からの光のビームプロファイルの対応する高さカテゴリを認識するトランスモデルを開発した。 モデルは,(1)入力パッチ,(2)入力シーケンスの2つの手法を用いて訓練される。 入力パッチでトレーニングしたモデルでは、0.938の認識精度が得られた。 一方、入力シーケンスで訓練されたモデルでは、0.895の精度が低い。 しかし、モデルトレーニング150サイクルを繰り返すと、入力パッチでトレーニングされたモデルは0.445から0.959の範囲で、入力シーケンスでトレーニングされたモデルは0.789から0.936の精度でトレーニングされた。 得られた結果は、光ビームの自動焦点付けやz軸ステージの自動調整など、様々な用途に拡張でき、所望のビームプロファイルを取得することができる。

関連論文リスト

• Optimized higher-order photon state classification by machine learning [0.0]
  我々は,2次元畳み込みニューラルネットワーク(CNN)に基づく機械学習モデルを用いて,最大で94%の精度で,多光子フォック状態の迅速な分類を行う。 このモデルは、特にスパース相関データで効率的な性能を示し、800の共検出イベントが90%の精度を達成する。
  論文  参考訳（メタデータ） (2024-04-24T20:57:07Z)
• Maximizing Purity and Heralding Efficiency of Type-I Down-Converted Photons Using Beam Focal Parameters [0.0]
  タイプIのダウンコンバージョンでは、生成した光子は線形ポンプ分極に垂直な同じ線形分極を持つ。 非線型幾何学は、これらの指標を同時に最適化する自由度を与えることを示す。
  論文  参考訳（メタデータ） (2024-01-04T15:39:28Z)
• Scalable machine learning-assisted clear-box characterization for optimally controlled photonic circuits [1.0187122752343796]
  我々は、反復的な機械学習支援手法により、フォトニックチップを特徴付けるスケーラブルで革新的な方法を提案する。 本手法は,フォトニックチップの仮想レプリカをモデル化して特徴付けを行う,クリアボックス方式に基づいている。 位相シフタを用いた12モードClements-interferometerのキャラクタリゼーションおよび不完全化手法の検証を行った。
  論文  参考訳（メタデータ） (2023-10-23T20:24:30Z)
• CVPR MultiEarth 2023 Deforestation Estimation Challenge:SpaceVision4Amazon [5.156484100374058]
  EO(Electro-Optical)とSAR(Synthetic Aperture Radar)の衛星画像を用いた注意誘導UNetアーキテクチャに基づく森林破壊推定手法を提案する。 光画像、Landsat-8およびSAR画像では、Sentinel-1データを使用して提案されたモデルのトレーニングと検証を行っている。 訓練期間中、ランドサット-8は93.45%のトレーニングと検証ピクセルの精度を達成し、センチネル-2は83.87%の精度を達成した。
  論文  参考訳（メタデータ） (2023-07-10T17:25:04Z)
• Modeling the space-time correlation of pulsed twin beams [68.8204255655161]
  パラメトリックダウンコンバージョンによって生成される絡み合ったツインビームは、画像指向アプリケーションで好まれるソースである。 本研究では,時間消費数値シミュレーションと非現実的な平面波ポンプ理論のギャップを埋めることを目的とした半解析モデルを提案する。
  論文  参考訳（メタデータ） (2023-01-18T11:29:49Z)
• On Distillation of Guided Diffusion Models [94.95228078141626]
  そこで本研究では,分類器を含まない誘導拡散モデルから抽出し易いモデルへ抽出する手法を提案する。 画素空間上で訓練された標準拡散モデルに対して,本手法は元のモデルに匹敵する画像を生成することができる。 遅延空間で訓練された拡散モデル(例えば、安定拡散)に対して、我々の手法は1から4段階のデノナイジングステップで高忠実度画像を生成することができる。
  論文  参考訳（メタデータ） (2022-10-06T18:03:56Z)
• ViTAEv2: Vision Transformer Advanced by Exploring Inductive Bias for Image Recognition and Beyond [76.35955924137986]
  我々は、内在性IBを畳み込み、すなわちViTAEから探索するビジョントランスフォーマーを提案する。 ViTAEはいくつかの空間ピラミッド縮小モジュールを備えており、入力イメージをリッチなマルチスケールコンテキストでトークンに埋め込む。 我々は、ImageNet検証セット上で88.5%のTop-1分類精度と、ImageNet実検証セット上で最高の91.2%のTop-1分類精度を得る。
  論文  参考訳（メタデータ） (2022-02-21T10:40:05Z)
• Physics-informed CoKriging model of a redox flow battery [68.8204255655161]
  レドックスフロー電池(RFB)は、大量のエネルギーを安価かつ効率的に貯蔵する機能を提供する。 RFBの充電曲線の高速かつ正確なモデルが必要であり、バッテリ容量と性能が向上する可能性がある。 RFBの電荷分配曲線を予測する多相モデルを構築した。
  論文  参考訳（メタデータ） (2021-06-17T00:49:55Z)
• How to Calibrate Your Event Camera [58.80418612800161]
  画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。 ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
  論文  参考訳（メタデータ） (2021-05-26T07:06:58Z)
• Optimization of collection optics for maximum fidelity in entangled photon sources [0.0]
  自発パラメトリックダウン変換現象によって生じる絡み合った光子のデコヒーレンス源について検討した。 結晶からの光子対の位相と空間的識別性は、到達可能な最大エンタングルメント忠実度を低下させる。 現実的なシナリオは数値的にモデル化され、非ゼロ放射角の光子対が位相差を収集する。
  論文  参考訳（メタデータ） (2020-07-14T00:48:22Z)
• Near-ideal spontaneous photon sources in silicon quantum photonics [55.41644538483948]
  集積フォトニクスは量子情報処理のための堅牢なプラットフォームである。 非常に区別がつかず純粋な単一の光子の源は、ほぼ決定的か高い効率で隠蔽されている。 ここでは、これらの要件を同時に満たすオンチップ光子源を実証する。
  論文  参考訳（メタデータ） (2020-05-19T16:46:44Z)

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。