論文の概要: Physical-Layer Machine Learning with Multimode Interferometric Photon Counting

• arxiv url: http://arxiv.org/abs/2506.12309v1
• Date: Sat, 14 Jun 2025 02:10:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:45.788027
• Title: Physical-Layer Machine Learning with Multimode Interferometric Photon Counting
• Title（参考訳）: 多モード干渉光子計数による物理層機械学習
• Authors: Jia-Jin Feng, Anthony J. Brady, Quntao Zhuang,
• Abstract要約: 本稿では,機械学習と干渉光子計数を組み合わせた統合プロトコルを提案し,雑音の低減と相関関係を明らかにする。 以上の結果より, 従来のホモダイン検出法では, マルチモード干渉光子計数の方が優れていたことが示唆された。
• 参考スコア（独自算出の注目度）: 0.40964539027092906
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The learning of the physical world relies on sensing and data post-processing. When the signals are weak, multi-dimensional and correlated, the performance of learning is often bottlenecked by the quality of sensors, calling for integrating quantum sensing into the learning of such physical-layer data. An example of such a learning scenario is the stochastic quadrature displacements of electromagnetic fields, modeling optomechanical force sensing, radiofrequency photonic sensing, microwave cavity weak signal sensing and other applications. We propose a unified protocol that combines machine learning with interferometric photon counting to reduce noise and reveal correlations. By applying variational quantum learning with multimode programmable quantum measurements, we enhance signal extraction. Our results show that multimode interferometric photon counting outperforms conventional homodyne detection proposed in prior works for tasks like principal component analysis (PCA) and cross-correlation analysis (CCA), even below vacuum noise levels. To further enhance the performance, We also integrate entanglement-enhanced modules, in the form of squeezed state distribution and anti-squeezing at detection, into the protocol. Combining the multimode interferometric photon counting and multipartite entanglement, the proposed protocol provides a powerful toolbox for learning weak signals.
• Abstract（参考訳）: 物理世界の学習は、センシングとデータ後処理に依存している。 信号が弱く、多次元で相関関係がある場合、学習のパフォーマンスはセンサーの品質によってボトルネックになり、そのような物理層データの学習に量子センシングを統合することを要求する。 そのような学習シナリオの例として、電磁場の確率的二次変位、光力学的力センシング、電波フォトニックセンシング、マイクロ波空洞弱信号センシングなどの応用をモデル化する。 本稿では,機械学習と干渉光子計数を組み合わせた統合プロトコルを提案し,雑音の低減と相関関係を明らかにする。 マルチモードプログラマブル量子計測による変分量子学習の適用により,信号抽出の精度が向上する。 以上の結果から,従来のホモダイン検出法は,主成分分析 (PCA) や相互相関解析 (CCA) といったタスクにおいて,真空雑音下においても優れた性能を示した。 性能をさらに向上するため, エンタングルメント強化モジュールを, 切断状態分布や検出時のアンチ・スケザリングの形でプロトコルに統合した。 マルチモード干渉光子計数とマルチパーティ・エンタングルメントを組み合わせることで、弱い信号を学習するための強力なツールボックスを提供する。

関連論文リスト

• Noise Mitigation in Single Microwave Photon Counting by Cascaded Quantum Measurements [32.73124984242397]
  単一マイクロ波光子検出器(SMPD)が最近初めて実証された。 これらの検出器は量子制限増幅方式に対して大きな利点がある。 動作感度は5.9(6)時間10-23textW/sqrttextHz$は入力線内の熱光子によって制限される。
  論文  参考訳（メタデータ） (2025-02-20T18:26:48Z)
• A Hybrid Approach to Mitigate Errors in Linear Photonic Bell-State Measurement for Quantum Interconnects [0.0]
  ベル状態測定のための新しいハイブリッド検出手法を提案する。 量子テレポーテーションとエンタングルメントスワッププロセスの明確な忠実さを導出する。 この研究は、線形光学スキームのための新しいツールを提供し、量子状態工学と量子相互接続への応用を提供する。
  論文  参考訳（メタデータ） (2024-06-14T18:00:00Z)
• Unmixing Optical Signals from Undersampled Volumetric Measurements by Filtering the Pixel Latent Variables [5.74378659752939]
  遅延アンミキシング(Latent Unmixing)は、マルチスペクトルニューラルネットワークの潜在空間に帯域通過フィルタを適用する新しいアプローチである。 これは、特にアンダーサンプル分布の文脈において、個々の信号のコントリビューションのより優れた分離と定量化を可能にする。 本手法の物理実験における実用的利用を,本手法の汎用性を強調する2つの試験事例を通して紹介する。
  論文  参考訳（メタデータ） (2023-12-08T20:34:37Z)
• Simulating photon counting from dynamic quantum emitters by exploiting zero-photon measurements [0.0]
  ゼロ光子計測結果に隠された情報を利用すると、時間積分光子計数シミュレーションの指数的高速化が得られることを示す。 これにより、前例のないレベルの物理的詳細を持つ大規模なフォトニクス実験のシミュレーションが可能になる。
  論文  参考訳（メタデータ） (2023-07-31T11:45:32Z)
• Simulation of Entanglement Generation between Absorptive Quantum Memories [56.24769206561207]
  我々は、QUantum Network Communication (SeQUeNCe) のオープンソースシミュレータを用いて、2つの原子周波数コム(AFC)吸収量子メモリ間の絡み合いの発生をシミュレートする。 本研究は,SeQUeNCe における truncated Fock 空間内の光量子状態の表現を実現する。 本研究では,SPDC音源の平均光子数と,平均光子数とメモリモード数の両方で異なる絡み合い発生率を観測する。
  論文  参考訳（メタデータ） (2022-12-17T05:51:17Z)
• Quantum scrambling in a toy model of photodetectors [9.842140146649346]
  量子測定は、量子系と多くの自由度を含むマクロ測定装置の間の相互作用を含む。 本稿では,3つの物理シナリオにおける光検出器の効果的な玩具モデルにおける量子スクランブル過程について検討する。
  論文  参考訳（メタデータ） (2022-08-30T11:59:07Z)
• SPIQ: Data-Free Per-Channel Static Input Quantization [37.82255888371488]
  効率的な推論手法は、機械学習コミュニティで注目を集めている。 本研究では,静的な入力量子化が,チャネルごとの入力量子化方式によって動的手法の精度レベルに達することを論じる。 提案手法はSPIQと呼ばれ、静的な推論速度で動的アプローチに匹敵する精度を実現する。
  論文  参考訳（メタデータ） (2022-03-28T10:59:18Z)
• High speed microcircuit and synthetic biosignal widefield imaging using nitrogen vacancies in diamond [44.62475518267084]
  微視的リソグラフィーパターン回路からの信号をマイクロメートルスケールで画像化する方法を示す。 新しいタイプのロックインアンプカメラを用いて、交流信号とパルス電流信号の空間的回復を1ミリ秒以下で実証する。 最後に,生体神経ネットワークにおける信号の正確な形状を再現した合成信号の回復の原理を実証する。
  論文  参考訳（メタデータ） (2021-07-29T16:27:39Z)
• Probing quantum information propagation with out-of-time-ordered correlators [41.12790913835594]
  小型の量子情報プロセッサは、多体量子システムを効率的にエミュレートする約束を持っている。 ここでは、時間外順序付き相関器(OTOC)の測定を実演する。 我々の実験における中心的な要件は、時間進化をコヒーレントに逆転させる能力である。
  論文  参考訳（メタデータ） (2021-02-23T15:29:08Z)
• Multilinear Compressive Learning with Prior Knowledge [106.12874293597754]
  マルチリニア圧縮学習(MCL)フレームワークは、マルチリニア圧縮センシングと機械学習をエンドツーエンドシステムに統合する。 MCLの背後にある主要なアイデアは、下流学習タスクの信号から重要な特徴を捉えることのできるテンソル部分空間の存在を仮定することである。 本稿では、上記の要件、すなわち、関心の信号が分離可能なテンソル部分空間をどうやって見つけるかという、2つの要件に対処する新しい解決策を提案する。
  論文  参考訳（メタデータ） (2020-02-17T19:06:05Z)

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。