論文の概要: An Accessible Planar Ion Trap for Experiential Learning in Quantum Technologies

• arxiv url: http://arxiv.org/abs/2410.08301v1
• Date: Thu, 10 Oct 2024 18:43:37 GMT
• ステータス: 処理完了
• システム内更新日: 2024-10-31 04:16:13.218300
• Title: An Accessible Planar Ion Trap for Experiential Learning in Quantum Technologies
• Title（参考訳）: 量子技術における経験的学習のためのアクセシブル平面イオントラップ
• Authors: Robert E. Thomas, Cole E. Wolfram, Noah B. Warren, Isaac J. Fouch, Boris B. Blinov, Maxwell F. Parsons,
• Abstract要約: 本稿では,平面状線形イオントラップを用いたイオントラップを探索する,安価でアクセス可能な命令セットについて述べる。 学生はトラップ電圧を制御でき、粒子運動の特性とトラップの解析モデルを比較することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We describe an inexpensive and accessible instructional setup which explores ion trapping with a planar linear ion trap. The planar trap is constructed using standard printed circuit board manufacturing and is designed to trap macroscopic charged particles in air. Trapping, shuttling, and splitting is demonstrated to students using these particles, visible to the naked eye. Students have control over trap voltages and can compare properties of particle motion to an analytic model of the trap using a computer vision program for particle tracking. Learning outcomes include understanding the design considerations for planar RF traps, mechanisms underpinning ion ejection, the physics of micromotion, and methods of data analysis using standard computer vision libraries.
• Abstract（参考訳）: 本稿では,平面状線形イオントラップを用いたイオントラップを探索する,安価でアクセス可能な命令セットについて述べる。 平面トラップは標準プリント基板製造により構築され、空気中のマクロ荷電粒子を捕捉するように設計されている。 トラッピング、シャットリング、スプリッティングは、これらの粒子を裸眼で見る学生に示される。 学生はトラップ電圧を制御でき、粒子運動の特性を粒子追跡のためのコンピュータビジョンプログラムを用いて、トラップの解析モデルと比較することができる。 学習成果には、平面RFトラップの設計上の考慮事項の理解、イオン放出を支えるメカニズム、マイクロモーションの物理、標準コンピュータビジョンライブラリを用いたデータ解析方法などが含まれる。

関連論文リスト

• Automatic Discovery of Visual Circuits [66.99553804855931]
  本稿では,視覚モデルにおける視覚的概念の認識の基盤となる計算グラフのサブグラフを抽出するスケーラブルな手法について検討する。 提案手法は, モデル出力に因果的に影響を及ぼす回路を抽出し, これらの回路を編集することで, 敵攻撃から大きな事前学習モデルを守ることができることがわかった。
  論文  参考訳（メタデータ） (2024-04-22T17:00:57Z)
• A Comprehensive Study on A Tapered Paul Trap: From Design to Potential Applications [0.282697733014759]
  本稿では, 先端電極の対称軸に高周波電極が傾斜しているテーパポールトラップについて述べる。 この構成により、このトラップに閉じ込められた荷電粒子は、その半径方向の自由度と軸方向の自由度が結合される。 同じ設計で単一原子熱エンジンを実験的に実現し、ゼプトニュートン力の増幅が実現された。
  論文  参考訳（メタデータ） (2024-04-16T09:32:44Z)
• Learning and Controlling Silicon Dopant Transitions in Graphene using Scanning Transmission Electron Microscopy [58.51812955462815]
  単層炭素原子上のシリコン原子の遷移ダイナミクスを機械学習で決定する手法を提案する。 データサンプルは、ニューラルネットワークをトレーニングして遷移確率を予測するために、シンボリック表現を生成するために処理され、フィルタリングされる。 これらの学習された遷移ダイナミクスを利用すれば、格子全体に1つのシリコン原子を誘導し、あらかじめ決定された目標目的地へと導くことができる。
  論文  参考訳（メタデータ） (2023-11-21T21:51:00Z)
• Layout Sequence Prediction From Noisy Mobile Modality [53.49649231056857]
  軌道予測は、自律運転やロボット工学などの応用における歩行者運動を理解する上で重要な役割を担っている。 現在の軌道予測モデルは、視覚的モダリティからの長い、完全な、正確に観察されたシーケンスに依存する。 本稿では,物体の障害物や視界外を,完全に視認できる軌跡を持つものと同等に扱う新しいアプローチであるLTrajDiffを提案する。
  論文  参考訳（メタデータ） (2023-10-09T20:32:49Z)
• Trace and Pace: Controllable Pedestrian Animation via Guided Trajectory Diffusion [83.88829943619656]
  本研究では,現実的な歩行者軌跡生成手法と,ユーザ定義目標を達成するために制御可能なフルボディアニメーションを提案する。 我々のガイド付き拡散モデルでは,対象とする経路,速度,特定社会集団による軌道の制約が可能である。 本稿では,アニメーションコントローラのRLトレーニング中に学習した値関数を用いて,拡散を誘導し,特定のシナリオに適した軌道を生成することを提案する。
  論文  参考訳（メタデータ） (2023-04-04T15:46:42Z)
• Ablation loading of barium ions into a surface electrode trap [0.0]
  トラップイオン量子情報処理は、少量しか利用できない同位体に符号化された量子ビットの恩恵を受けることができる。 レーザーアブレーションは、中性原子やイオンを低体積ターゲットから制御的に解放する方法を提供する。 そこで本研究では, イオン負荷確率を記述するモデルをテストするために, 異なるサイズの表面電極トラップへのアブレーションベースのイオン負荷について検討する。
  論文  参考訳（メタデータ） (2023-03-03T18:50:04Z)
• I Know What You Draw: Learning Grasp Detection Conditioned on a Few Freehand Sketches [74.63313641583602]
  そこで本研究では,スケッチ画像に関連のある潜在的な把握構成を生成する手法を提案する。 私たちのモデルは、現実世界のアプリケーションで簡単に実装できるエンドツーエンドで訓練され、テストされています。
  論文  参考訳（メタデータ） (2022-05-09T04:23:36Z)
• Single-shot self-supervised particle tracking [0.0]
  本研究では,1枚の未ラベル画像からサブピクセル精度で物体の追跡を学習する新しいディープラーニング手法を提案する。 LodeSTARは従来の手法よりも精度が高いことを示す。 単一のラベルのないイメージでディープラーニングモデルをトレーニングする機能のおかげで、LodeSTARは高品質の顕微鏡分析パイプラインの開発を加速することができる。
  論文  参考訳（メタデータ） (2022-02-28T05:02:20Z)
• Trapped electrons and ions as particle detectors [0.0]
  現在の装置は、周囲のダークマター粒子が小さなミリチャージを運んでいるモデルに対して、競合感度を提供するために使用することができる。 周辺ダークマター粒子が小さなミリチャージを運んでいるモデルに対して、現行のデバイスは競合感度を提供することができることを示す。 我々の計算は、荷電粒子の背景から生じる量子コンピュータのノイズのキャラクタリゼーションにも有用である。
  論文  参考訳（メタデータ） (2021-04-12T18:04:51Z)
• Semi-supervised Learning From Demonstration Through Program Synthesis: An Inspection Robot Case Study [0.0]
  本稿では,実証実験から解釈可能なモデルと検証可能なモデルを学習できるハイブリッドセミ教師システムを提案する。 本システムは、逐次重要サンプリングを用いて没入型デモンストレーションから学習することで、コントローラプログラムを誘導する。 我々は、無人地上車両が特定の順序で環境の異なる領域を検査しなければならない検査シナリオからハイブリッドシステムの学習に成功した。
  論文  参考訳（メタデータ） (2020-07-23T01:32:21Z)
• Hallucinative Topological Memory for Zero-Shot Visual Planning [86.20780756832502]
  視覚計画(VP)では、エージェントは、オフラインで取得した動的システムの観察から目標指向の振る舞いを計画することを学ぶ。 以前のVPに関するほとんどの研究は、学習された潜在空間で計画することでこの問題にアプローチし、結果として品質の低い視覚計画を生み出した。 本稿では,画像空間を直接計画し,競合性能を示すシンプルなVP手法を提案する。
  論文  参考訳（メタデータ） (2020-02-27T18:54:42Z)

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。