論文の概要: Sample Classification using Machine Learning-Assisted Entangled Two-Photon Absorption

• arxiv url: http://arxiv.org/abs/2501.18534v1
• Date: Thu, 30 Jan 2025 18:00:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-31 15:14:03.696276
• Title: Sample Classification using Machine Learning-Assisted Entangled Two-Photon Absorption
• Title（参考訳）: 機械学習支援2光子吸収を用いたサンプル分類
• Authors: Áulide Martínez-Tapia, Roberto de J. León-Montiel,
• Abstract要約: 絡み合った2光子吸収(eTPA)は、超感度分光の強力なツールとして認識されている。 本研究では,未知のサンプルを識別・分類するために必要なデータ量を削減する実験手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Entangled two-photon absorption (eTPA) has been recognized as a potentially powerful tool for the implementation of ultra-sensitive spectroscopy. Unfortunately, there exists a general agreement in the quantum optics community that experimental eTPA signals, particularly those obtained from molecular solutions, are extremely weak. Consequently, obtaining spectroscopic information about an arbitrary sample via conventional methods rapidly becomes an unrealistic endeavor. To address this problem, we introduce an experimental scheme that reduces the amount of data needed to identify and classify unknown samples via their electronic structure. Our proposed method makes use of machine learning (ML) to extract information about the number of intermediate levels that participate in the two-photon excitation of the absorbing medium. This is achieved by training artificial neural networks (ANNs) with various eTPA signals where the delay between the absorbed photons is externally controlled. Inspired by multiple experimental studies of eTPA, we consider model systems comprising one to four intermediate levels, whose energies are randomly chosen from four different intermediate-level band gaps, namely: $\Delta\lambda = 10$, $20$, $30$, and $40$ nm. Within these band gaps, and with the goal of testing the efficiency of our artificial intelligence algorithms, we make use of three different wavelength spacing $1$, $0.5$ and $0.1$ nm. We find that for a proper entanglement time between the absorbed photons, classification average efficiencies exceed 99$\%$ for all configurations. Our results demonstrate the potential of artificial neural networks for facilitating the experimental implementation of eTPA spectroscopy.
• Abstract（参考訳）: 絡み合った2光子吸収(eTPA)は、超感度分光法の実装において潜在的に強力なツールとして認識されている。 残念なことに、量子光学コミュニティには、実験的なeTPA信号、特に分子溶液から得られる信号が極めて弱いという一般的な合意が存在する。 したがって、従来の方法で任意の試料に関する分光情報を得るのは、急速に非現実的な試みとなる。 この問題に対処するために,未知のサンプルを電子的構造によって識別・分類するために必要なデータ量を削減できる実験手法を提案する。 提案手法は機械学習を用いて,吸収媒体の2光子励起に関与する中間レベル数に関する情報を抽出する。 これは、吸収された光子間の遅延が外部制御される様々なeTPA信号で人工ニューラルネットワーク(ANN)を訓練することで達成される。 eTPAの複数の実験的研究から着想を得たモデル系は、1から4つの中間レベルから構成され、そのエネルギーは4つの異なる中間レベルバンドギャップからランダムに選択される:$\Delta\lambda = 10$, 20$, $30$, $40$ nm。 これらのバンドギャップの中で、人工知能アルゴリズムの効率性をテストするために、我々は1ドル0.5ドル、0.1ドル nmの波長を3つ使います。 吸収光子間の適切な絡み合い時間において、分類平均効率はすべての構成に対して99$\%以上であることがわかった。 本研究は,eTPA分光法を実験的に実装するためのニューラルネットワークの可能性を示すものである。

関連論文リスト

• Boosting Photon-Number-Resolved Detection Rates of Transition-Edge Sensors by Machine Learning [2.9829310103458186]
  遷移エッジセンサー(TES)は、非常に効果的な光子数分解(PNR)検出器である。 比較的遅い熱回復時間は、実験シナリオでの運用速度を著しく制限する。 我々は,検出イベント間の完全回復時間を待つことなく,TESが光子パルスを検出し,正確に分類できるアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2024-11-22T22:09:50Z)
• Accelerating Quantum Emitter Characterization with Latent Neural Ordinary Differential Equations [2.3547604247645046]
  ニューラル常微分方程式モデルにより、雑音相関関数の小さな部分集合から完全かつノイズのないPCFS実験を予測できることを示す。 最大200個のステージ位置の非雑音干渉計全体の外挿に使用される10個のノイズ光子相関関数を用いてこれを実証する。 本研究は, 深層学習を用いた新しい量子エミッタ材料を実験的に評価するための新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-11-17T22:46:31Z)
• Hyper-entanglement between pulse modes and frequency bins [101.18253437732933]
  2つ以上のフォトニック自由度(DOF)の間の超絡み合いは、新しい量子プロトコルを強化し有効にすることができる。 パルスモードと周波数ビンとの間に超絡み合った光子対の生成を実証する。
  論文  参考訳（メタデータ） (2023-04-24T15:43:08Z)
• Entanglement-enhanced dual-comb spectroscopy [0.7340017786387767]
  デュアルコム干渉法は、2つのレーザー周波数コムの干渉を利用して、分光応用における前例のない能力を提供する。 本稿では、量子資源を活用して信号対雑音比の性能を著しく向上するエンタングルメント強化デュアルコム分光プロトコルを提案する。 以上の結果から,UWからmWまでのパワーレンジにおける量子的優位性が示唆された。
  論文  参考訳（メタデータ） (2023-04-04T03:57:53Z)
• On-chip quantum information processing with distinguishable photons [55.41644538483948]
  多光子干渉は光量子技術の中心にある。 そこで本研究では,共振器型集積光子源に必要なスケールで変形した光子を干渉させるのに十分な時間分解能で検出を実装できることを実験的に実証した。 ボソンサンプリング実験において,非イデアル光子の時間分解検出がエンタングル操作の忠実度を向上し,計算複雑性の低減を図ることができることを示す。
  論文  参考訳（メタデータ） (2022-10-14T18:16:49Z)
• OADAT: Experimental and Synthetic Clinical Optoacoustic Data for Standardized Image Processing [62.993663757843464]
  オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。 OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。 臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
  論文  参考訳（メタデータ） (2022-06-17T08:11:26Z)
• Unsupervised Spectral Unmixing For Telluric Correction Using A Neural Network Autoencoder [58.720142291102135]
  本研究では,HARPS-N線速度スペクトルから高精度の太陽スペクトルを抽出するニューラルネットワークオートエンコーダ手法を提案する。
  論文  参考訳（メタデータ） (2021-11-17T12:54:48Z)
• Scheme for sub-shot-noise transmission measurement using a time multiplexed single-photon source [0.0]
  連続的なパラメトリックダウン変換によるペア生成に基づく多重化単一光子源を用いた実験をシミュレートする。 このような音源では、出力信号のサブポアソン統計がサブショットノイズ性能を達成するための鍵となる。 その結果, 数分解検出器を用いなくても, サブショットノイズ性能が達成できることが示唆された。
  論文  参考訳（メタデータ） (2020-07-31T04:26:53Z)
• Data-Driven Discovery of Molecular Photoswitches with Multioutput Gaussian Processes [51.17758371472664]
  フォトウィッチ可能な分子は、光によってアクセスされる2つ以上の異性体である。 本稿では、データセットキュレーションとマルチタスク学習を基盤とした、分子フォトウィッチのためのデータ駆動探索パイプラインを提案する。 提案手法は, 市販フォトウィッチ可能な分子のライブラリーをスクリーニングし, 実験的に検証した。
  論文  参考訳（メタデータ） (2020-06-28T20:59:03Z)
• 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。