Fugu-MT 論文翻訳(概要): Mikado strategy for the detection of atoms in images of microtrap arrays

論文の概要: Mikado strategy for the detection of atoms in images of microtrap arrays

arxiv url: http://arxiv.org/abs/2601.19396v1
Date: Tue, 27 Jan 2026 09:27:26 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-28 15:26:51.26944
Title: Mikado strategy for the detection of atoms in images of microtrap arrays
Title（参考訳）: マイクロトラップアレイ画像における原子検出のためのミカド戦略
Authors: Marc Cheneau, François Goudail,
Abstract要約: 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。
参考スコア（独自算出の注目度）: 0.9740025522928777
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Building on top of our recent work [arXiv:2502.08511], we introduce a new strategy to solve the problem of detecting atoms in high-resolution images of microtrap arrays. By alternating estimation and detection steps, we get rid of the need for an explicit model to compute the posterior occupancy probability of each site given its a priori optimal estimate. As direct benefits, we show an improved detection accuracy compared to our previous work when the sites are not optically well resolved, and we expect a greater robustness against real experimental conditions.
Abstract（参考訳）: 最近の研究(arXiv:2502.08511]に基づいて、我々は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戦略を導入する。推定と検出のステップを交互に交互に行うことで,事前推定値から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。直接の利点として,光学的に未解決な場合と比較して検出精度が向上し,実実験条件に対する堅牢性が向上することが期待できる。

関連論文リスト

ACMamba: Fast Unsupervised Anomaly Detection via An Asymmetrical Consensus State Space Model [51.83639270669481]
ハイパースペクトル画像(HSI)における教師なし異常検出は、背景から未知のターゲットを検出することを目的としている。 HSI研究は、HSIの高次元特性と高密度サンプリングベーストレーニングパラダイムにより、計算コストの急激さによって妨げられている。計算コストを大幅に削減する非対称コンセンサス状態空間モデル(ACMamba)を提案する。
論文参考訳（メタデータ） (2025-04-16T05:33:42Z)
Fast, accurate, and predictive method for atom detection in site-resolved images of microtrap arrays [2.750297659840182]
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。 Weener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,検出精度が大幅に向上したことを示す。本稿では,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。
論文参考訳（メタデータ） (2025-02-12T15:46:11Z)
DiffDoctor: Diagnosing Image Diffusion Models Before Treating [57.82359018425674]
DiffDoctorは2段階のパイプラインで、画像拡散モデルがより少ないアーティファクトを生成するのを支援する。我々は100万以上の欠陥のある合成画像のデータセットを収集し、効率的なHuman-in-the-loopアノテーションプロセスを構築した。次に、学習したアーティファクト検出器が第2段階に関与し、ピクセルレベルのフィードバックを提供することで拡散モデルを最適化する。
論文参考訳（メタデータ） (2025-01-21T18:56:41Z)
Orthogonal Subspace Decomposition for Generalizable AI-Generated Image Detection [58.87142367781417]
航法的に訓練された検出器は、限定的で単調な偽のパターンに過度に適合する傾向にあり、特徴空間は高度に制約され、低ランクになる。潜在的な治療法の1つは、ビジョンファウンデーションモデルに事前訓練された知識を取り入れて、機能領域を広げることである。主要なコンポーネントを凍結し、残ったコンポーネントのみを適用することで、フェイクパターンを学習しながら、トレーニング済みの知識を保存します。
論文参考訳（メタデータ） (2024-11-23T19:10:32Z)
Towards Large-scale Single-shot Millimeter-wave Imaging for Low-cost Security Inspection [4.970957539542638]
安全検査のための有望な技術としてミリ波イメージング(MMW)が登場している。近年の進歩にもかかわらず、要求される大規模アンテナアレイの高コストは、MMWイメージングの実用化を妨げている。スパースアンテナアレイを用いた大規模単発MMWイメージングフレームワークについて報告する。
論文参考訳（メタデータ） (2023-05-25T06:00:29Z)
Fake It Till You Make It: Near-Distribution Novelty Detection by Score-Based Generative Models [54.182955830194445]
既存のモデルは、いわゆる"近く分布"設定で失敗するか、劇的な低下に直面します。本稿では, スコアに基づく生成モデルを用いて, 合成近分布異常データを生成することを提案する。本手法は,9つのノベルティ検出ベンチマークにおいて,近分布ノベルティ検出を6%改善し,最先端のノベルティ検出を1%から5%パスする。
論文参考訳（メタデータ） (2022-05-28T02:02:53Z)
Rethinking Keypoint Representations: Modeling Keypoints and Poses as Objects for Multi-Person Human Pose Estimation [79.78017059539526]
本研究では,個々のキーポイントと空間的関連キーポイント(ポーズ)の集合を,密集した単一ステージアンカーベース検出フレームワーク内のオブジェクトとしてモデル化する,新しいヒートマップフリーなキーポイント推定手法を提案する。実験では, KAPAOは従来手法よりもはるかに高速かつ高精度であり, 熱マップ後処理に悩まされていた。我々の大規模モデルであるKAPAO-Lは、テスト時間拡張なしでMicrosoft COCO Keypoints検証セット上で70.6のAPを達成する。
論文参考訳（メタデータ） (2021-11-16T15:36:44Z)

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。