論文の概要: Breaking the Diffraction Barrier for Passive Sources: Parameter-Decoupled Superresolution Assisted by Physics-Informed Machine Learning
- arxiv url: http://arxiv.org/abs/2504.14156v1
- Date: Sat, 19 Apr 2025 03:03:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-30 04:38:51.549282
- Title: Breaking the Diffraction Barrier for Passive Sources: Parameter-Decoupled Superresolution Assisted by Physics-Informed Machine Learning
- Title(参考訳): 受動音源の回折バリアを破る:物理インフォームド・機械学習によるパラメータ分解超解像
- Authors: Abdelali Sajia, Bilal Benzimoun, Pawan Khatiwada, Guogan Zhao, Xiao-Feng Qian,
- Abstract要約: 受動2点源のサブ波長分離を推定するためのパラメータ分離超解像フレームワークを提案する。
我々の理論基盤は、部分的コヒーレンス、明るさ不均衡、ランダム相対位相、光子統計などの複数の挑戦的パラメータを推定する必要性を回避している。
統合されたパラメータ分離超解像法は、回折限界以下で14回以上の分解能を達成する。
- 参考スコア(独自算出の注目度): 0.3826614096428502
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We present a parameter-decoupled superresolution framework for estimating sub-wavelength separations of passive two-point sources without requiring prior knowledge or control of the source. Our theoretical foundation circumvents the need to estimate multiple challenging parameters such as partial coherence, brightness imbalance, random relative phase, and photon statistics. A physics-informed machine learning (ML) model (trained with a standard desktop workstation), synergistically integrating this theory, further addresses practical imperfections including background noise, photon loss, and centroid/orientation misalignment. The integrated parameter-decoupling superresolution method achieves resolution 14 and more times below the diffraction limit (corresponding to ~ 13.5 nm in optical microscopy) on experimentally generated realistic images with >82% fidelity, performance rivaling state-of-the-art techniques for actively controllable sources. Critically, our method's robustness against source parameter variability and source-independent noises enables potential applications in realistic scenarios where source control is infeasible, such as astrophysical imaging, live-cell microscopy, and quantum metrology. This work bridges a critical gap between theoretical superresolution limits and practical implementations for passive systems.
- Abstract(参考訳): 本稿では,受動2点源のサブ波長分離を事前の知識や制御を必要とせずに推定するためのパラメータ分離超解像フレームワークを提案する。
我々の理論基盤は、部分的コヒーレンス、明るさ不均衡、ランダム相対位相、光子統計などの複数の挑戦的パラメータを推定する必要性を回避している。
物理インフォームド機械学習(ML)モデル(標準のデスクトップワークステーションで訓練)は、この理論を相乗的に統合し、背景ノイズ、光子損失、セントロイド/配向ミスアライメントなどの実用上の欠陥に対処する。
82%の忠実度を持つ実写画像に対して、回折限界(光学顕微鏡で約13.5nm)以下の14倍の解像度を達成する。
本手法は, 物理画像, ライブセル顕微鏡, 量子力学など, 音源制御が不可能な現実的なシナリオにおいて, 音源パラメータの変動や音源非依存ノイズに対するロバスト性を実現する。
この研究は、理論超解像限界と受動的システムの実践的実装の間に重要なギャップを埋める。
関連論文リスト
- Oversights in Characterising Heralded Single Photon Sources [0.0]
本稿では,本論文における1光子源の最先端解析について述べる。
我々は、明るさや隠蔽効率などの重要なパラメータがどのように特徴付けられるかという矛盾を指摘する。
論文 参考訳(メタデータ) (2024-10-11T15:28:35Z) - Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
非視線画像(NLOS)は、その潜在的な応用により注目されている。
既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。
本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
論文 参考訳(メタデータ) (2024-09-21T04:39:45Z) - Superresolution in separation estimation between two dynamic incoherent sources using spatial demultiplexing [0.0]
近年、ハーマイト・ガウスモードにおける空間モード除算(SPADE)に基づく完全な測定により、2つの弱い不整合定常源の分離を推定する精度の量子限界に達した。
本稿では、ソースの定常性に関する仮定を捨てて、完璧な設定から別の逸脱を考える。
定常源シナリオにおける推定パラメータの1つを削減できる測定アルゴリズムを定式化する。
論文 参考訳(メタデータ) (2024-07-15T07:57:57Z) - Semi-device independent characterization of multiphoton indistinguishability [0.0]
多光子不明瞭性は、センシングと計算における量子拡張のための中心的な資源である。
そこで本研究では,光子数分散の測定に基づく多光子識別性の評価法を提案する。
本手法は, 干渉計が誤ってダイヤルされている場合でも有効であるという意味で, 半デバイス独立方式で頑健である。
論文 参考訳(メタデータ) (2024-04-29T12:15:06Z) - Physics-Inspired Degradation Models for Hyperspectral Image Fusion [61.743696362028246]
ほとんどの融合法は、融合アルゴリズム自体にのみ焦点をあて、分解モデルを見落としている。
我々は、LR-HSIとHR-MSIの劣化をモデル化するための物理インスパイアされた劣化モデル(PIDM)を提案する。
提案したPIDMは,既存の核融合法における核融合性能を向上させることができる。
論文 参考訳(メタデータ) (2024-02-04T09:07:28Z) - 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) - Improve Noise Tolerance of Robust Loss via Noise-Awareness [60.34670515595074]
本稿では,NARL-Adjuster(NARL-Adjuster for brevity)と呼ばれる,ハイパーパラメータ予測関数を適応的に学習するメタラーニング手法を提案する。
4つのSOTAロバストな損失関数を我々のアルゴリズムに統合し,提案手法の一般性および性能をノイズ耐性と性能の両面で検証した。
論文 参考訳(メタデータ) (2023-01-18T04:54:58Z) - Application range of crosstalk-affected spatial demultiplexing for
resolving separations between unbalanced sources [0.0]
2つのバランスの取れた音源の理想的な場合、SPADEは測定クロストークの存在下でも直接撮像より解像度が良いことを示す。
クロストーク強度の現実的な値に対して、SPADEは、数桁のソース分離において、依然として優れた方法である。
論文 参考訳(メタデータ) (2022-11-16T19:10:43Z) - 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) - Degradation-agnostic Correspondence from Resolution-asymmetric Stereo [96.03964515969652]
テレワイドカメラシステムで取得した解像度の異なる2枚の画像からステレオマッチングの問題を考察する。
特徴量整合性という画像空間の代わりに特徴空間に2つのビュー間の整合性を課すことを提案する。
測光損失をトレーニングしたステレオマッチングネットワークは最適ではないが, 特徴抽出器は劣化に依存しない, マッチング特有の特徴を生成できる。
論文 参考訳(メタデータ) (2022-04-04T12:24:34Z) - 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) - Neural Control Variates [71.42768823631918]
ニューラルネットワークの集合が、積分のよい近似を見つけるという課題に直面していることを示す。
理論的に最適な分散最小化損失関数を導出し、実際に安定したオンライントレーニングを行うための代替の複合損失を提案する。
具体的には、学習した光場近似が高次バウンスに十分な品質であることを示し、誤差補正を省略し、無視可能な可視バイアスのコストでノイズを劇的に低減できることを示した。
論文 参考訳(メタデータ) (2020-06-02T11:17:55Z)
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。