論文の概要: Advancing quantum imaging through learning theory
- arxiv url: http://arxiv.org/abs/2501.15685v1
- Date: Sun, 26 Jan 2025 22:02:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-28 13:55:54.252145
- Title: Advancing quantum imaging through learning theory
- Title(参考訳): 学習理論による量子イメージングの進歩
- Authors: Yunkai Wang, Changhun Oh, Junyu Liu, Liang Jiang, Sisi Zhou,
- Abstract要約: 我々はそれを学習タスクとしてモデル化し、Resolvable Expressive Capacity (REC) を計算することで量子画像の性能を定量化する。
まず,2点音源と一般分布音源の撮像性能について検討する。
- 参考スコア(独自算出の注目度): 7.19995826332098
- License:
- Abstract: We quantify performance of quantum imaging by modeling it as a learning task and calculating the Resolvable Expressive Capacity (REC). Compared to the traditionally applied Fisher information matrix approach, REC provides a single-parameter interpretation of overall imaging quality for specific measurements that applies in the regime of finite samples. We first examine imaging performance for two-point sources and generally distributed sources, referred to as compact sources, both of which have intensity distributions confined within the Rayleigh limit of the imaging system. Our findings indicate that REC increases stepwise as the sample number reaches certain thresholds, which are dependent on the source's size. Notably, these thresholds differ between direct imaging and superresolution measurements (e.g., spatial-mode demultiplexing (SPADE) measurement in the case of Gaussian point spread functions (PSF)). REC also enables the extension of our analysis to more general scenarios involving multiple compact sources, beyond the previously studied scenarios. For closely spaced compact sources with Gaussian PSFs, our newly introduced orthogonalized SPADE method outperforms the naively separate SPADE method, as quantified by REC.
- Abstract(参考訳): 本稿では,量子イメージングの性能を学習タスクとしてモデル化し,Resolvable Expressive Capacity (REC) を計算することで定量化する。
従来のフィッシャー情報行列法と比較して、RECは、有限サンプルの規則に適用される特定の測定値に対して、全体的な画像品質を1パラメータで解釈する。
まず,2点源と一般分布源の撮像性能について検討し,いずれもレイリー限界内における強度分布を有する小型光源について検討した。
以上の結果から,RECはサンプル数が一定の閾値に達すると段階的に増加することが示唆された。
特に、これらの閾値は直接撮像と超分解能測定(例えば、ガウス点拡散関数(PSF)の場合、空間モードデマルチプレクシング(SPADE)測定)で異なる。
RECはまた、以前研究されたシナリオを超えて、複数のコンパクトソースを含むより一般的なシナリオに分析を拡張できる。
ガウス型PSFと密接な空間を持つコンパクトソースに対して、新たに導入された直交型SPADE法は、RECで定量化されるように、独立に分離されたSPADE法より優れる。
関連論文リスト
- Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。
実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
論文 参考訳(メタデータ) (2024-08-28T10:07:17Z) - 2DQuant: Low-bit Post-Training Quantization for Image Super-Resolution [83.09117439860607]
低ビット量子化は、エッジ展開のための画像超解像(SR)モデルを圧縮するために広く普及している。
低ビット量子化は、フル精度(FP)と比較してSRモデルの精度を低下させることが知られている。
本稿では2DQuantという画像超解像のための2段階の低ビット後量子化(PTQ)法を提案する。
論文 参考訳(メタデータ) (2024-06-10T06:06:11Z) - Optimal compressed sensing for image reconstruction with diffusion probabilistic models [10.297832938258841]
このような測定を最適化するための確立された方法は、主成分分析(PCA)、独立成分分析(ICA)、圧縮センシング(CS)などである。
本稿では,効率的な画像再構成のための線形測定の最適化手法を提案する。
2つの自然画像データセットに対して得られた最適測定値がPCA,ICA,CSと異なり,平均2乗再構成誤差が著しく低いことを示す。
論文 参考訳(メタデータ) (2024-05-22T20:38:58Z) - MB-RACS: Measurement-Bounds-based Rate-Adaptive Image Compressed Sensing Network [65.1004435124796]
本稿では,MB-RACS(Message-Bounds-based Rate-Adaptive Image Compressed Sensing Network)フレームワークを提案する。
実験により,提案手法が現在の先行手法を超越していることが実証された。
論文 参考訳(メタデータ) (2024-01-19T04:40:20Z) - ESSAformer: Efficient Transformer for Hyperspectral Image
Super-resolution [76.7408734079706]
単一ハイパースペクトル像超解像(単一HSI-SR)は、低分解能観測から高分解能ハイパースペクトル像を復元することを目的としている。
本稿では,1つのHSI-SRの繰り返し精製構造を持つESSA注目組込みトランスフォーマネットワークであるESSAformerを提案する。
論文 参考訳(メタデータ) (2023-07-26T07:45:14Z) - Score-based Source Separation with Applications to Digital Communication
Signals [72.6570125649502]
拡散モデルを用いた重畳音源の分離手法を提案する。
高周波(RF)システムへの応用によって、我々は、基礎となる離散的な性質を持つ情報源に興味を持っている。
提案手法は,最近提案されたスコア蒸留サンプリング方式のマルチソース拡張と見なすことができる。
論文 参考訳(メタデータ) (2023-06-26T04:12:40Z) - Quantum super-resolution for imaging two pointlike entangled photon
sources [9.590696922408775]
モーメント法と空間モードデマルチプレックス法(SPADE)を用いて,二つの点状絡み合った音源を撮像する分解能について検討した。
分離推定感度は検出された各モードの光子分布によって決定される。
無限に小さなソース分離の制限の場合、絡み合ったソースの使用は、一貫性のない、一貫性のないソースを使用する場合よりも優れた解像度が得られる。
論文 参考訳(メタデータ) (2023-06-17T02:39:47Z) - MOSAIC: Masked Optimisation with Selective Attention for Image
Reconstruction [0.5541644538483947]
本研究では,無作為な計測値の選択を考慮に入れた画像再構成のための新しい圧縮センシングフレームワークを提案する。
MOSAICは、エンコードされた一連の測定に注意機構を効率的に適用するために埋め込み技術を採用している。
既存のCS再建手法の代替として,提案するアーキテクチャを検証した。
論文 参考訳(メタデータ) (2023-06-01T17:05:02Z) - Towards Accurate Post-training Quantization for Diffusion Models [73.19871905102545]
本稿では,効率的な画像生成のための拡散モデル(ADP-DM)の高精度なデータフリーポストトレーニング量子化フレームワークを提案する。
提案手法は, 拡散モデルの学習後の量子化を, 同様の計算コストで, 非常に大きなマージンで高速化する。
論文 参考訳(メタデータ) (2023-05-30T04:00:35Z) - Imaging arbitrary incoherent source distributions with near
quantum-limited resolution [0.0]
任意の分布を持つ非コヒーレント音源の近接量子制限遠距離画像分解能を得るためのアプローチを実証する。
本手法は, 音源分布の事前の知識を前提とせず, 空間モードデマルチプレクシングによる撮像への適応的アプローチを用いる。
論文 参考訳(メタデータ) (2021-06-24T21:42:28Z) - Back to sources -- the role of losses and coherence in super-resolution
imaging revisited [0.0]
我々は,光4fイメージングシステムの汎用モデルとして,量子フィッシャー情報を計算する。
非コヒーレントソースに最適である空間モードデマルチプレクシング測定は、任意のコヒーレンス度に最適であることを示す。
論文 参考訳(メタデータ) (2021-03-22T18:00:32Z)
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。