Fugu-MT 論文翻訳(概要): Fast, accurate, and predictive method for atom detection in site-resolved images of microtrap arrays

論文の概要: Fast, accurate, and predictive method for atom detection in site-resolved images of microtrap arrays

arxiv url: http://arxiv.org/abs/2502.08511v1
Date: Wed, 12 Feb 2025 15:46:11 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-13 18:10:01.046879
Title: Fast, accurate, and predictive method for atom detection in site-resolved images of microtrap arrays
Title（参考訳）: マイクロトラップアレイのサイト分解画像における原子検出の迅速・高精度・予測手法
Authors: Marc Cheneau, Romaric Journet, Matthieu Boffety, François Goudail, Caroline Kulcsár, Pauline Trouvé-Peloux,
Abstract要約: マイクロトラップアレイの部位分解画像中の個々の原子を検出するために,推定理論に根ざした新しい手法を提案する。シミュレーション画像を用いて,Wienerデコンボリューションに基づく一般的な手法と比較して,検出誤差率を10倍に削減した。
参考スコア（独自算出の注目度）: 1.1545092788508224
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: We introduce a new method, rooted in estimation theory, to detect the individual atoms in site-resolved images of microtrap arrays, such as optical lattices or optical tweezer arrays. Using simulated images, we demonstrate a ten-fold reduction of the detection error rate compared to the popular method based on Wiener deconvolution, under a wide range of experimental conditions. The runtime is fully compatible with real-time applications, even for a very large arrays. Finally, we propose a rigorous definition for the signal-to-noise ratio of an image, and show that it can be used as a predictor for the detection error rate, which opens new prospect for the design of future experiments.
Abstract（参考訳）: 我々は,光学格子や光ツイーザアレイなどのマイクロトラップアレイの部位分解画像中の個々の原子を検出するために,推定理論に根ざした新しい手法を提案する。シミュレーション画像を用いて、ワイナーのデコンボリューションに基づく一般的な手法と比較して、幅広い実験条件下で検出誤差率を10倍に削減することを示した。ランタイムは、非常に大きな配列であっても、リアルタイムアプリケーションと完全に互換性がある。最後に,画像の信号対雑音比の厳密な定義を提案し,検出誤差率の予測器として利用できることを示す。

関連論文リスト

Mikado strategy for the detection of atoms in images of microtrap arrays [0.9740025522928777]
マイクロトラップアレイの高分解能画像中の原子を検出するための新しい手法を提案する。推定と検出を交互に行うことで,各地点の後方占有確率を計算するための明示的なモデルの必要性を排除できる。
論文参考訳（メタデータ） (2026-01-27T09:27:26Z)
Microsecond-scale high-survival and number-resolved detection of ytterbium atom arrays [34.82692226532414]
我々は,光学式ツイーザにおける高速かつ低損失の単一原子イメージングを,アクティブ冷却なしで実証した。我々は、99.9%以上の単原子識別忠実度と、99.5%以上の単発生存確率に達する。本手法は多重占有トラップにおけるパリティ投影を誘導せず,各部位に複数の原子を多数検出できる。
論文参考訳（メタデータ） (2025-07-01T17:58:23Z)
RadioFormer: A Multiple-Granularity Radio Map Estimation Transformer with 1\ extpertenthousand Spatial Sampling [60.267226205350596]
電波マップ推定は、電磁スペクトル量の密度の高い表現を生成することを目的としている。空間スパース観測によって生じる制約に対処する新しい多重粒度変換器であるRadioFormerを提案する。また,RadioFormerは,最小計算コストを維持しつつ,無線マップ推定における最先端手法よりも優れていることを示す。
論文参考訳（メタデータ） (2025-04-27T08:44:41Z)
Real-Time Pitch/F0 Detection Using Spectrogram Images and Convolutional Neural Networks [0.7366405857677227]
本稿では,畳み込みニューラルネットワークと画像処理技術を用いた新しいF0検出手法を提案する。予測ピッチ輪郭の92%は、真のピッチ輪郭と強いあるいは適度な相関を持つ。
論文参考訳（メタデータ） (2025-04-08T16:01:25Z)
Robust Representation Consistency Model via Contrastive Denoising [83.47584074390842]
ランダムな平滑化は、敵の摂動に対する堅牢性を証明する理論的保証を提供する。拡散モデルは、ノイズ摂動サンプルを浄化するためにランダムな平滑化に成功している。我々は,画素空間における拡散軌跡に沿った生成的モデリングタスクを,潜在空間における識別的タスクとして再構成する。
論文参考訳（メタデータ） (2025-01-22T18:52:06Z)
Integrating Generative and Physics-Based Models for Ptychographic Imaging with Uncertainty Quantification [0.0]
Ptychographyは、走査コヒーレントな回折イメージング技術であり、拡張サンプルのナノメートル規模の特徴を撮像することができる。本稿では,近隣のスキャン位置間の重複を少なくしながらも効果的に機能するptychographyのベイズ逆解析法を提案する。
論文参考訳（メタデータ） (2024-12-14T16:16:37Z)
Comparison of Atom Detection Algorithms for Neutral Atom Quantum Computing [1.1762674777779538]
原子量子コンピュータでは、明るさまたはそれと同等のメートル法が推定され、原子の存在や欠如を予測するために使用される。我々は,複数の異なるアルゴリズムを調査し,その性能を精度と実行時間の両方で比較する。我々の比較では、光システムのPSFを用いて、各部位の光電子を最も多く返却する、グローバルな非線形最小二乗解法である、テストされたアルゴリズムについて示す。
論文参考訳（メタデータ） (2024-09-25T12:08:06Z)
Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
論文参考訳（メタデータ） (2024-07-16T12:39:56Z)
Predicting ptychography probe positions using single-shot phase retrieval neural network [5.889405057118457]
本研究では, 位置誤差が大きいデータに対して, ポジトグラフィープローブの位置予測を行うための, 根本的に新しい手法を提案する。ニューラルネットワークを用いて個々の回折パターンの単発位相を検索し、各走査点における対象画像を生成する。提案手法は,102ドル画素の順序で誤差を蓄積し,高精度な位置予測精度を実現することができることを示す。
論文参考訳（メタデータ） (2024-05-31T15:21:06Z)
Direct Zernike Coefficient Prediction from Point Spread Functions and Extended Images using Deep Learning [36.136619420474766]
既存の適応光学系は、収差を補正し、画像を改善するために反復探索アルゴリズムに依存している。本研究は、光収差を特徴付ける畳み込みニューラルネットワークの応用を実証する。
論文参考訳（メタデータ） (2024-04-23T17:03:53Z)
Image Reconstruction from Readout-Multiplexed Single-Photon Detector Arrays [8.23362366539128]
読み取り多重化(readout multiplexing)は、単一光子検出器によるイメージングにおいて、ハードウェアの制限とデータのボトルネックを克服する、有望なソリューションである。逆画像問題として多光子偶然分解法を定式化し、光子発生の空間的位置を確率論的に解決する解の枠組みを導入する。
論文参考訳（メタデータ） (2023-12-05T18:58:43Z)
A Novel Approach to Threshold Quantum Images by using Unsharp Measurements [0.8287206589886881]
本研究では、未シャープ測定により、グレースケール画像のしきい値とバイナライズのためのハイブリッド量子アプローチを提案する。提案手法は、重複するガウスのピークと、隣接する局所ミニマの間の距離を分散として利用する。得られたしきい値を用いて、しきい値エンコーダと統合された新しい量子画像表現を用いて、グレースケール画像をバイナライズする。
論文参考訳（メタデータ） (2023-10-16T18:34:40Z)
Image Denoising and the Generative Accumulation of Photons [63.14988413396991]
我々は,次の光子がどこに到着できるかを予測するために訓練されたネットワークが,実際に最小平均二乗誤差(MMSE)を解くことを示している。自己監督型認知のための新しい戦略を提案する。本稿では,画像に少量の光子を反復的にサンプリングし,付加することにより,可能な解の後方からサンプリングする新しい方法を提案する。
論文参考訳（メタデータ） (2023-07-13T08:03:32Z)
Detecting Images Generated by Deep Diffusion Models using their Local Intrinsic Dimensionality [8.968599131722023]
拡散モデルは驚くほどリアルな画像の視覚合成に成功している。これにより、悪意のある目的のために、彼らの可能性に対する強い懸念が持ち上がる。合成画像の自動検出に軽量な多重局所固有次元法(multiLID)を提案する。
論文参考訳（メタデータ） (2023-07-05T15:03:10Z)
Fluctuation-based deconvolution in fluorescence microscopy using plug-and-play denoisers [2.236663830879273]
蛍光顕微鏡で得られた生きた試料の画像の空間分解能は、可視光の回折により物理的に制限される。この制限を克服するために、いくつかのデコンボリューションと超解像技術が提案されている。
論文参考訳（メタデータ） (2023-03-20T15:43:52Z)
An unsupervised deep learning algorithm for single-site reconstruction in quantum gas microscopes [47.187609203210705]
量子ガス顕微鏡実験では、物理観測物の正確な抽出には、高忠実度でサイト分解格子の占有を再構築することが不可欠である。本稿では,深部畳み込みニューラルネットワークに基づく新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-12-22T18:57:27Z)
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)
Sample-dependent Adaptive Temperature Scaling for Improved Calibration [95.7477042886242]
ニューラルネットワークの誤りを補うポストホックアプローチは、温度スケーリングを実行することだ。入力毎に異なる温度値を予測し、信頼度と精度のミスマッチを調整することを提案する。 CIFAR10/100およびTiny-ImageNetデータセットを用いて,ResNet50およびWideResNet28-10アーキテクチャ上で本手法をテストする。
論文参考訳（メタデータ） (2022-07-13T14:13:49Z)
Dense Optical Flow from Event Cameras [55.79329250951028]
本稿では,イベントカメラからの高密度光フロー推定に特徴相関と逐次処理を導入することを提案する。提案手法は、高密度光流を計算し、MVSEC上での終点誤差を23%削減する。
論文参考訳（メタデータ） (2021-08-24T07:39:08Z)
Regularization by Denoising Sub-sampled Newton Method for Spectral CT Multi-Material Decomposition [78.37855832568569]
スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。スペクトルct材料分解の数値的および実験的結果を示す。
論文参考訳（メタデータ） (2021-03-25T15:20:10Z)
Deep Unfolded Recovery of Sub-Nyquist Sampled Ultrasound Image [94.42139459221784]
本稿では,ISTAアルゴリズムの展開に基づく時空間領域におけるサブNyquistサンプルからの再構成手法を提案する。本手法は,高品質な撮像性能を確保しつつ,配列要素数,サンプリングレート,計算時間を削減できる。
論文参考訳（メタデータ） (2021-03-01T19:19:38Z)
Learned Block Iterative Shrinkage Thresholding Algorithm for Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文参考訳（メタデータ） (2020-12-07T09:27:16Z)
Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文参考訳（メタデータ） (2020-03-15T23:07:56Z)
Effective statistical fringe removal algorithm for high-sensitivity imaging of ultracold atoms [3.4521385239788813]
超低温原子の吸収イメージングのための高度な外周除去アルゴリズムを示す。少数のサンプル画像を用いて、不要なフリンジパターンを効率的に抑制する。
論文参考訳（メタデータ） (2020-02-24T03:03:17Z)

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。