論文の概要: Real-time analog circuit for auto-correlative weak-value amplification in the time domain
- arxiv url: http://arxiv.org/abs/2507.18180v1
- Date: Thu, 24 Jul 2025 08:26:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-25 15:10:43.235542
- Title: Real-time analog circuit for auto-correlative weak-value amplification in the time domain
- Title（参考訳）: 時間領域における自己相関弱値増幅のためのリアルタイムアナログ回路
- Authors: Jing-Hui Huang, Guang-Jun Wang, Xiang-Yun Hu,
- Abstract要約: 自己相関弱値増幅(AWVA)技術は、量子パラメータ推定のための標準弱値増幅(SWVA)よりも明確な利点を示す。
我々は、AD835乗算器とNE5532演算増幅器を用いて、AWVAのリアルタイムアナログ回路を実装した。
- 参考スコア（独自算出の注目度）: 3.0040661953201475
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The auto-correlative weak-value amplification (AWVA) technique demonstrates distinct advantages over standard weak-value amplification (SWVA) for quantum parameter estimation. To achieve enhanced precision in real-time parameter estimation, the AWVA requires additional resources compared to SWVA, namely real-time multiplication and integrator modules. We implemented a real-time analog circuit for AWVA using an AD835 multiplier and an NE5532 operational amplifier for the integrator. The circuit was tested using Gaussian pointers in the AWVA scheme, exhibiting sufficient sensitivity for Gaussian pointers with frequencies 200 Hz < f < 20kHz. Compared to SWVA, AWVA achieves higher accuracy and superior robustness against noise at signal-to-noise ratios (SNRs) of -12 dB < SNR < -4 dB. Beyond quantum metrology, the circuit is applicable to diverse detection schemes for correlated signals.
- Abstract（参考訳）: 自己相関弱値増幅(AWVA)技術は、量子パラメータ推定のための標準弱値増幅(SWVA)よりも明確な利点を示す。
リアルタイムパラメータ推定の精度を高めるために、AWVAはSWVA、すなわちリアルタイム乗算と積分器モジュールと比較して追加のリソースを必要とする。
我々は、AD835乗算器とNE5532演算増幅器を用いて、AWVAのリアルタイムアナログ回路を実装した。
この回路は、AWVA方式でガウスポインターを用いて試験され、200Hz < f < 20kHz のガウスポインターに対して十分な感度を示した。
SWVAと比較して、AWVAは-12dB < SNR < -4dBの信号-雑音比(SNR)におけるノイズに対する高い精度と優れた堅牢性を達成する。
量子力学以外にも、回路は相関信号の様々な検出手法に適用できる。
関連論文リスト
- Rapid yet accurate Tile-circuit and device modeling for Analog In-Memory Computing [4.566622328597218]
低レベルの歪みやノイズの影響を定量化し,アナログタイルにマッピングした乗算積演算(MAC)の数学的モデルを開発する。
単純なガウス雑音を用いたハードウェアの微調整は、ADC量子化やPCMリードノイズ効果に対してレジリエンスをもたらすが、IR-dropに対しては効果が低いことを示す。
論文 参考訳（メタデータ） (2025-05-05T22:56:49Z) - Development_of_a_novel_high-performance_balanced_homodyne_detector [4.304487989897226]
本研究は, 平衡ホモダイン検出器(BHD)回路設計における最適化シミュレーション手法の最初の応用である。
AC増幅回路は2つのABA-52563RF増幅器をカスケード構成でADSの高周波シミュレーションにより実装した。
実装されたシステムは、4つの並列チャネルで20.0504 Gbpsの集合生成率を示し、すべての出力ストリームがNIST SP 800-22の統計的テスト要求に合格した。
論文 参考訳（メタデータ） (2025-03-05T09:24:59Z) - A Pipelined Memristive Neural Network Analog-to-Digital Converter [0.24578723416255754]
本稿では,4ビットコンバータのパイプラインに基づくスケーラブルでモジュール化されたニューラルネットワークADCアーキテクチャを提案する。
8ビットパイプライン ADC は 0.18 LSB INL, 0.20 LSB DNL, 7.6 ENOB, 0.97 fJ/conv FOM を達成する。
論文 参考訳（メタデータ） (2024-06-04T10:51:12Z) - ADC/DAC-Free Analog Acceleration of Deep Neural Networks with Frequency
Transformation [2.7488316163114823]
本稿では,アナログ領域の周波数ベーステンソル変換を用いた周波数領域ニューラルネットワークのエネルギー効率向上手法を提案する。
提案手法は,変換行列のトレーニング可能なパラメータを不要にすることで,よりコンパクトなセルを実現する。
16$times$16のクロスバーで8ビット入力処理を行い,Watt当たりの1602テラ演算のエネルギー効率を実現する。
論文 参考訳（メタデータ） (2023-09-04T19:19:39Z) - Deep Learning-Based Synchronization for Uplink NB-IoT [72.86843435313048]
狭帯域モノのインターネット(NB-IoT)における狭帯域物理ランダムアクセスチャネル(NPRACH)のデバイス検出と到着時刻推定のためのニューラルネットワーク(NN)に基づくアルゴリズムを提案する。
導入されたNNアーキテクチャは、残余の畳み込みネットワークと、5Gニューラジオ(5G NR)仕様のプリアンブル構造に関する知識を利用する。
論文 参考訳（メタデータ） (2022-05-22T12:16:43Z) - Model-based Deep Learning Receiver Design for Rate-Splitting Multiple
Access [65.21117658030235]
本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。
MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。
その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
論文 参考訳（メタデータ） (2022-05-02T12:23:55Z) - Auto-correlative weak-value amplification under strong noise background [7.985795658443465]
時間ポインタを用いた弱い測定プロトコルの修正について検討する。
AWVAアプローチは2つの同時自己相関弱測定を実装している。
シミュレーションの結果,AWVA手法は時間領域における標準的なWVA手法よりも優れていた。
論文 参考訳（メタデータ） (2022-03-29T04:48:31Z) - AnalogNets: ML-HW Co-Design of Noise-robust TinyML Models and Always-On
Analog Compute-in-Memory Accelerator [50.31646817567764]
本稿では,キーワードスポッティング (KWS) と視覚覚醒語 (VWW) を常用するTinyMLモデルについて述べる。
アナログ非イデオロギーに面した精度を維持するため、包括的学習手法を詳述する。
また、プログラム可能な最小領域位相変化メモリ(PCM)アナログCiMアクセラレータであるAON-CiMについて述べる。
論文 参考訳（メタデータ） (2021-11-10T10:24:46Z) - Distributional Reinforcement Learning for mmWave Communications with
Intelligent Reflectors on a UAV [119.97450366894718]
無人航空機(UAV)搭載のインテリジェントリフレクタ(IR)を用いた新しい通信フレームワークを提案する。
ダウンリンク和率を最大化するために、最適プリコーディング行列(基地局)と反射係数(IR)を共同で導出する。
論文 参考訳（メタデータ） (2020-11-03T16:50:37Z) - FastEmit: Low-latency Streaming ASR with Sequence-level Emission
Regularization [78.46088089185156]
ストリーム自動音声認識(ASR)は、仮説化された単語を可能な限り迅速かつ正確に出力することを目的としている。
既存のアプローチでは、シーケンストランスデューサモデルにおいて、トーケン単位またはフレーム単位の確率予測を演算することで、発光遅延をペナルティ化する。
本稿では,訓練用トランスデューサモデルにおいて,シーケンス毎の確率に遅延正規化を直接適用する,FastEmitというシーケンスレベルのエミッション正規化手法を提案する。
論文 参考訳（メタデータ） (2020-10-21T17:05:01Z) - Millimeter Wave Communications with an Intelligent Reflector:
Performance Optimization and Distributional Reinforcement Learning [119.97450366894718]
ミリ波基地局のダウンリンクマルチユーザ通信を最適化するための新しいフレームワークを提案する。
チャネル状態情報(CSI)をリアルタイムで計測するために,チャネル推定手法を開発した。
最適赤外反射を学習し、ダウンリンク能力の期待を最大化するために、分布強化学習(DRL)手法を提案する。
論文 参考訳（メタデータ） (2020-02-24T22:18:54Z)
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。