論文の概要: Phase-Based Approaches for Rapid Construction of Magnetic Fields in NV Magnetometry

• arxiv url: http://arxiv.org/abs/2408.11069v2
• Date: Thu, 22 Aug 2024 07:21:10 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-23 12:32:33.520125
• Title: Phase-Based Approaches for Rapid Construction of Magnetic Fields in NV Magnetometry
• Title（参考訳）: NVマグネトメトリーにおける磁場の迅速構築のための位相ベースアプローチ
• Authors: Prabhat Anand, Ankit Khandelwal, Achanna Anil Kumar, M Girish Chandra, Pavan K Reddy, Anuj Bathla, Dasika Shishir, Kasturi Saha,
• Abstract要約: 本稿では、光検出磁気共鳴(ODMR)信号から磁場を推定する。 ODMR信号の位相推定へのシフトを計算効率の良い手法として提案する。 その結果,提案手法は既存手法に比べて計算時間を著しく短縮することがわかった。
• 参考スコア（独自算出の注目度）: 9.378134074181768
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: With the second quantum revolution underway, quantum-enhanced sensors are moving from laboratory demonstrations to field deployments, providing enhanced and even new capabilities. Signal processing and operational software is becoming integral parts of these emerging sensing systems to reap the benefits of this progress. This paper looks into widefield Nitrogen Vacancy Center-based magnetometry and focuses on estimating the magnetic field from the Optically Detected Magnetic Resonances (ODMR) signal, a crucial output for various applications. Mapping the shifts of ODMR signals to phase estimation, a computationally efficient approaches are proposed. Involving Fourier Transform and Filtering as pre-processing steps, the suggested approaches involve linear curve fit or complex frequency estimation based on well-known super-resolution technique Estimation of Signal Parameters via Rotational Invariant Techniques (ESPRIT). The existing methods in the quantum sensing literature take different routes based on Lorentzian fitting for determining magnetic field maps. To showcase the functionality and effectiveness of the suggested techniques, relevant results, based on experimental data are provided, which shows a significant reduction in computational time with the proposed method over existing methods
• Abstract（参考訳）: 第2の量子革命が進行中の量子センサーは、実験室のデモから現場への展開へと移行し、拡張され、さらに新しい機能も提供している。 信号処理と運用ソフトウェアは、この進歩の恩恵を享受するために、これらの新興センサーシステムの不可欠な部分になりつつある。 本稿では,光磁気共鳴(ODMR)信号から磁場を推定することに焦点を当て,広帯域窒素空力中心を用いた磁力計について検討する。 ODMR信号の位相推定へのシフトを計算効率の良い手法として提案する。 フーリエ変換とフィルタを前処理ステップとして用い,よく知られた超解像法に基づく線形曲線整合あるいは複素周波数推定を回転不変技術(ESPRIT)を用いて推定する手法を提案する。 量子センシング文献の既存の方法は、磁場マップを決定するローレンツのフィッティングに基づいて異なる経路を取る。 提案手法の機能と有効性を示すために,実験データに基づく関連する結果を提供し,提案手法による計算時間を既存手法よりも大幅に短縮したことを示す。

関連論文リスト

• Using a Feedback-Based Quantum Algorithm to Analyze the Critical Properties of the ANNNI Model Without Classical Optimization [0.0]
  フィードバック型量子アルゴリズム(FALQON)を用いた異方性Next-Nearest-Neighbor Ising(ANNNI)モデルの臨界特性について検討する。 このアプローチにより、古典的な最適化手法に頼ることなく、基底状態と励起状態の両方を計算することができる。
  論文  参考訳（メタデータ） (2024-06-25T20:58:03Z)
• Learning Radio Environments by Differentiable Ray Tracing [56.40113938833999]
  本稿では, 材料特性, 散乱, アンテナパターンの微分パラメトリゼーションによって補う, 勾配式キャリブレーション法を提案する。 提案手法は,MIMO(分散マルチインプットマルチインプット・マルチアウトプット・チャネル・サウンドア)を用いて,合成データと実世界の屋内チャネル計測の両方を用いて検証した。
  論文  参考訳（メタデータ） (2023-11-30T13:50:21Z)
• Self-Supervised Knowledge-Driven Deep Learning for 3D Magnetic Inversion [6.001304967469112]
  提案する自己教師型知識駆動型3次元磁気インバージョン法は, インバージョンモデルとフォワードモデルの閉ループにより, 対象フィールドデータから学習する。 提案した逆転モデルには知識駆動型モジュールがあり、深層学習法をより説明しやすくする。 実験により,提案手法は優れた性能を有する信頼性のある磁気反転法であることが示された。
  論文  参考訳（メタデータ） (2023-08-23T15:31:38Z)
• Digital noise spectroscopy with a quantum sensor [57.53000001488777]
  本稿では,ノイズプロセスの自己相関をサンプリングし,再構成するための量子センシングプロトコルを実験的に導入し,実証する。 ウォルシュノイズ分光法はスピンフリップパルスの単純な配列を利用してディジタルフィルタの完全基底を生成する。 ダイヤモンド中の単一窒素空孔中心の電子スピン上での核スピン浴により生じる有効磁場の自己相関関数を実験的に再構成した。
  論文  参考訳（メタデータ） (2022-12-19T02:19:35Z)
• Support Vector Machine for Determining Euler Angles in an Inertial Navigation System [55.41644538483948]
  本稿では,機械学習(ML)法を用いたMEMSセンサを用いた慣性ナビゲーションシステムの精度向上について論じる。 提案アルゴリズムは,MEMSセンサに典型的なノイズの存在を正しく分類できることを実証した。
  論文  参考訳（メタデータ） (2022-12-07T10:01:11Z)
• 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)
• Toward deep-learning-assisted spectrally-resolved imaging of magnetic noise [52.77024349608834]
  本研究では,基礎となるゆらぎ磁場のスペクトル密度を効率的に再構成するディープニューラルネットワークを実装した。 これらの結果は、色中心に基づくナノスケールセンシングとイメージングに機械学習手法を適用する機会を生み出す。
  論文  参考訳（メタデータ） (2022-08-01T19:18:26Z)
• Benchmarking Machine Learning Algorithms for Adaptive Quantum Phase Estimation with Noisy Intermediate-Scale Quantum Sensors [0.0]
  ノイズ非絡み合った量子ビットをセンサとして使用する場合、適応的手法を用いて量子位相推定の精度を高めることができることを示す。 ガウスとランダムテレグラフの変動を含むシナリオに関して、これらのスキームをベンチマークする。 我々は、光光子を用いたマッハ・ツェンダー干渉法や閉じ込められたイオン中のラムゼー干渉法など、実際の実験装置と関連する雑音に対するロバスト性について論じる。
  論文  参考訳（メタデータ） (2021-08-16T09:10:32Z)
• Signal Processing and Machine Learning Techniques for Terahertz Sensing: An Overview [89.09270073549182]
  テラヘルツ(THz)信号生成と放射法は、無線システムの未来を形作っている。 THz 固有の信号処理技術は、THz 帯域の効率的な利用のために、この THz センシングへの関心を補う必要がある。 本稿では,信号前処理に着目した手法の概要を示す。 また,THz帯で有望な知覚能力を探索し,深層学習の有効性についても検討した。
  論文  参考訳（メタデータ） (2021-04-09T01:38:34Z)
• Linear Ascending Metrological Algorithm [0.0]
  干渉効果を利用した量子デバイスと新しい量子アルゴリズムの最近の進歩は、有害なノイズティラニーを克服する新たな経路を開拓している。 我々は,デコヒーリング量子系を用いて連続的な分散変数を計測する要求状況において,その精度を著しく向上させる線形蓄積型メトロロジカルアルゴリズム(LAMA)を考案した。 本研究は, 減痛作用と緩和作用を緩和する量子メソジカルな方法であることを示す。
  論文  参考訳（メタデータ） (2021-03-24T12:40:43Z)
• Single-beam all-optical non-zero field magnetometric sensor for magnetoencephalography applications [0.0]
  本稿では,超微細・ゼーマン光ポンピング,励起,磁気共鳴の検出を,時間変調楕円性を持つ単一レーザビームを用いて行う磁場測定法を提案する。
  論文  参考訳（メタデータ） (2021-03-01T12:52:48Z)

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。