論文の概要: A Deep-Learning-Boosted Framework for Quantum Sensing with Nitrogen-Vacancy Centers in Diamond

• arxiv url: http://arxiv.org/abs/2603.14728v1
• Date: Mon, 16 Mar 2026 02:02:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 16:19:35.991986
• Title: A Deep-Learning-Boosted Framework for Quantum Sensing with Nitrogen-Vacancy Centers in Diamond
• Title（参考訳）: ダイヤモンド中の窒素空孔中心を用いた量子センシングのための深層学習ブーストフレームワーク
• Authors: Changyu Yao, Haochen Shen, Zhongyuan Liu, Ruotian Gong, Md Shakil Bin Kashem, Stella Varnum, Liangyu Li, Hangyue Li, Yue Yu, Yizhou Wang, Xiaoshui Lin, Jonathan Brestoff, Chenyang Lu, Shankar Mukherji, Chuanwei Zhang, Chong Zu,
• Abstract要約: ダイヤモンド中の窒素空孔中心は、ナノスケール空間分解能を持つ磁場、温度、ひずみの高感度測定のための多用途量子センシングプラットフォームである。 ここでは、1次元畳み込みニューラルネットワーク(1D-CNN)に基づくリアルタイムODMR解析のための堅牢で効率的な機械学習フレームワークを紹介する。 ナノダイアモンドプローブによる細胞内温度変化の診断と高温超伝導体における超伝導渦の広視野イメージングの2つの代表的応用で本手法の有効性を検証した。
• 参考スコア（独自算出の注目度）: 12.497803457724325
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Nitrogen-vacancy (NV) centers in diamond are a versatile quantum sensing platform for high sensitivity measurements of magnetic fields, temperature and strain with nanoscale spatial resolution. A common bottleneck is the analysis of optically detected magnetic resonance (ODMR) spectra, where target quantities are encoded in resonance features. Conventional nonlinear fitting is often computationally expensive, sensitive to initialization, and prone to failure at low signal-to-noise ratio (SNR). Here we introduce a robust, efficient machine learning (ML) framework for real-time ODMR analysis based on a one-dimensional convolutional neural network (1D-CNN). The model performs direct parameter inference without initial guesses or iterative optimization, and is naturally parallelizable on graphics processing units (GPU) for high-throughput processing. We validate the approach on both synthetic and experimental datasets, showing improved throughput, accuracy and robustness than standard nonlinear fitting, with the largest gains in the low-SNR regime. We further validate our methods in two representative sensing applications: diagnosing intracellular temperature changes using nanodiamond probes and widefield magnetic imaging of superconducting vortices in a high-temperature superconductor. This deep-learning inference framework enables fast and reliable extraction of physical parameters from complex ODMR data and provides a scalable route to real-time quantum sensing and imaging.
• Abstract（参考訳）: ダイヤモンド中の窒素空孔(NV)中心は、ナノスケールの空間分解能を持つ磁場、温度、ひずみの高感度測定のための多用途量子センシングプラットフォームである。 一般的なボトルネックは、光学的に検出された磁気共鳴(ODMR)スペクトルの分析であり、そこでは、ターゲットの量を共鳴の特徴として符号化する。 従来の非線形フィッティングは、しばしば計算コストが高く、初期化に敏感であり、低信号対雑音比(SNR)で故障する傾向にある。 本稿では,一次元畳み込みニューラルネットワーク(1D-CNN)に基づくリアルタイムODMR解析のための,堅牢で効率的な機械学習(ML)フレームワークを提案する。 このモデルは、初期推定や反復最適化なしに直接パラメータ推論を行い、ハイスループット処理のためのグラフィクス処理ユニット(GPU)に自然に並列化可能である。 提案手法は, 標準非線形フィッティングよりも高いスループット, 精度, 堅牢性を示すとともに, 低SNR方式において最大の利得を有する合成データセットと実験データセットの両方に対して検証を行った。 ナノダイアモンドプローブを用いた細胞内温度変化の診断と高温超伝導体における超伝導渦の広視野イメージングの2つの代表的応用で本手法を検証した。 このディープラーニング推論フレームワークは、複雑なODMRデータから高速で信頼性の高い物理パラメータの抽出を可能にし、リアルタイム量子センシングおよびイメージングへのスケーラブルな経路を提供する。

関連論文リスト

• Estimating Dense-Packed Zone Height in Liquid-Liquid Separation: A Physics-Informed Neural Network Approach [35.66975292316149]
  重力開拓地における液体-液体分散の分離は、化学、医薬品、リサイクルプロセスにおいて重要である。 密集したゾーンの高さは重要な性能と安全性の指標であるが、しばしば高価であり、測定することができない。 安価な体積流量測定のみを用いて位相高さを推定することを提案する。
  論文  参考訳（メタデータ） (2026-01-26T11:57:28Z)
• QDsiM: A Noise-Aware Simulation Toolkit for Quantum Diamond Microscope [10.814244923718405]
  ダイヤモンド中の窒素空孔(NV)中心は、室温量子磁気学のための主要な固体プラットフォームである。 NV中心アンサンブルにおける連続波広視野ODMRのための総合シミュレーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-15T09:13:39Z)
• High-Sensitivity NV Ensemble Imaging via AOD-Based Raster Scanning and Photodetection [33.72751145910978]
  本研究では,高分解能で磁場を検出できるダイヤモンド中の窒素空孔中心のアンサンブルに基づく手法を提案する。 半ミリ秒以下の時間分解能を有する準秒媒体において、マイクロ電極から時間変化磁界を撮像する。 このアプローチはフレキシブルな空間サンプリングを可能にし、我々のダイヤモンド nT$cdot$Hz$-1/2$ per pixel sensitivity で達成し、生物学的およびその他の複雑系の弱い動的磁場を検出するのに適している。
  論文  参考訳（メタデータ） (2025-12-01T17:13:37Z)
• Quantum Limited Spatial Resolution of NV-Diamond Magnetometry [0.6384650391969042]
  本研究では,光空間モードデマルチプレクシング(SPADE)を用いて,サブ回折スケールでの局所化と輝度推定精度を向上させる。 我々は、サブ回折光検出磁気共鳴(ODMR)とRabiセンシング実験のためのプロトコルの統計的性能を数値的に評価した。
  論文  参考訳（メタデータ） (2025-08-19T01:39:03Z)
• Quantum tomography of magnons using Brillouin light scattering [0.0]
  マグノンの量子トモグラフィーにおけるブリルアン光散乱の有効性を理論的に検討する。 信号対雑音比 (SNR) は, 磁気光学結合の小さいため, 一般的に低い値であることがわかった。 最大推定値を用いて出力光子の統計値からマグノンの密度行列を再構成する。
  論文  参考訳（メタデータ） (2023-11-16T19:12:56Z)
• Digital noise spectroscopy with a quantum sensor [57.53000001488777]
  本稿では,ノイズプロセスの自己相関をサンプリングし,再構成するための量子センシングプロトコルを実験的に導入し,実証する。 ウォルシュノイズ分光法はスピンフリップパルスの単純な配列を利用してディジタルフィルタの完全基底を生成する。 ダイヤモンド中の単一窒素空孔中心の電子スピン上での核スピン浴により生じる有効磁場の自己相関関数を実験的に再構成した。
  論文  参考訳（メタデータ） (2022-12-19T02:19:35Z)
• Toward deep-learning-assisted spectrally-resolved imaging of magnetic noise [52.77024349608834]
  本研究では,基礎となるゆらぎ磁場のスペクトル密度を効率的に再構成するディープニューラルネットワークを実装した。 これらの結果は、色中心に基づくナノスケールセンシングとイメージングに機械学習手法を適用する機会を生み出す。
  論文  参考訳（メタデータ） (2022-08-01T19:18:26Z)
• An integrated magnetometry platform with stackable waveguide-assisted detection channels for sensing arrays [45.82374977939355]
  ダイヤモンド表面下数ナノメートルのNV$-$-centerを作成できる新しいアーキテクチャを提案する。 我々は結合効率を実験的に検証し、導波路を通した磁気共鳴信号の検出を示し、磁場と温度センサの第一原理実証実験を行う。 今後,空間的,時間的相関の強い2次元センサアレイの開発が期待できる。
  論文  参考訳（メタデータ） (2020-12-04T12:59:29Z)
• Absorption-Based Diamond Spin Microscopy on a Plasmonic Quantum Metasurface [0.0]
  ダイヤモンド中の窒素空孔(NV)センターは、主要な量子センサープラットフォームとして出現している。 プラズモニック量子センシングメタサーフェス(PQSM)は、局在表面プラズモンポラリトン共鳴と長距離レイリー・ウード異常モードを組み合わせたものである。
  論文  参考訳（メタデータ） (2020-11-10T04:20:27Z)

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。