Fugu-MT 論文翻訳(概要): Orthogonalised Self-Guided Quantum Tomography: Insights from Single-Pixel Imaging

論文の概要: Orthogonalised Self-Guided Quantum Tomography: Insights from Single-Pixel Imaging

arxiv url: http://arxiv.org/abs/2604.08057v1
Date: Thu, 09 Apr 2026 10:10:47 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-10 18:34:05.858452
Title: Orthogonalised Self-Guided Quantum Tomography: Insights from Single-Pixel Imaging
Title（参考訳）: 直交型自己ガイド量子トモグラフィー:単結晶イメージングの展望
Authors: Kiki Dekkers, Alice Ruget, Fazilah Nothlawala, Sabrina Henry, Stirling Scholes, Miles Padgett, Andrew Forbes, Isaac Nape, Jonathan Leach,
Abstract要約: 我々は、自己誘導型量子トモグラフィ(SGQT)の線形アナログとして、自己誘導型イメージング(SGI)の概念を導入する。 SGIは1画素画像(SPI)と数学的に等価であることを示す。
参考スコア（独自算出の注目度）: 0.2889344662012077
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce the concept of self-guided imaging (SGI) as a linear analogue of self-guided quantum tomography (SGQT). We show that SGI is mathematically equivalent to single-pixel imaging (SPI). Taking inspiration from orthogonalised ghost imaging, a recent advance in SPI, we introduce orthogonalised SGQT. This requires no additional experimental overhead and leads to faster and more accurate final convergence, as we demonstrate numerically (fidelity $95.2\% \rightarrow 99.17\%$) and experimentally (fidelity $92.1\% \rightarrow 95.3\%$). This work suggests that further routines from SPI and SGQT can be interchanged to optimise measurements and convergence.
Abstract（参考訳）: 本稿では,自己誘導型量子トモグラフィ(SGQT)の線形アナログとして,自己誘導型イメージング(SGI)の概念を紹介する。 SGIは1画素画像(SPI)と数学的に等価であることを示す。 SPIの最近の進歩である直交ゴーストイメージングからインスピレーションを得て,直交ゴーストイメージングを導入した。これは追加の実験オーバーヘッドを必要とせず、数値的に(フィデリティ 95.2\% \rightarrow 99.17\%$)、実験的に(フィデリティ 92.1\% \rightarrow 95.3\%$)、より速くより正確な最終収束をもたらす。この研究は、SPIとSGQTのさらなるルーチンは、測定と収束を最適化するために交換可能であることを示唆している。

関連論文リスト

Image Understanding Makes for A Good Tokenizer for Image Generation [62.875788091204626]
我々は,トークンシーケンスにイメージを投影する効果的なトークン化器に依存する,トークンベースのIGフレームワークを提案する。我々は、強力なIU機能を持つトークン化装置が、さまざまなメトリクス、データセット、タスク、提案ネットワークで優れたIG性能を実現することを示す。
論文参考訳（メタデータ） (2024-11-07T03:55:23Z)
DynaSeg: A Deep Dynamic Fusion Method for Unsupervised Image Segmentation Incorporating Feature Similarity and Spatial Continuity [0.5755004576310334]
我々は、革新的な教師なしイメージセグメンテーションアプローチであるDynaSegを紹介する。従来の方法とは異なり、DynaSegは画像の特徴に柔軟に対応する動的重み付け方式を採用している。 DynaSegは、予測されたクラスタ数が1つに収束する可能性のある、過小評価の失敗を防ぐ。
論文参考訳（メタデータ） (2024-05-09T00:30:45Z)
Neural Network Enhanced Single-Photon Fock State Tomography [6.434126816101052]
ターゲットパラメータの直接推定による単一光子量子状態トモグラフィーの実験的実装について報告する。我々のニューラルネットワーク拡張量子状態トモグラフィーは、平衡ホモダイン検出器から可能な全ての光子数状態の光子数分布を特徴付ける。このような高速で頑健で正確な量子状態トモグラフィーは、単一光子フォック状態やその他の非ガウス的量子状態を持つアプリケーションにとって重要な診断ツールボックスを提供する。
論文参考訳（メタデータ） (2024-05-05T04:58:18Z)
Dual-Scale Transformer for Large-Scale Single-Pixel Imaging [11.064806978728457]
本研究では,HATNet と呼ばれる Kronecker SPI モデル上でのハイブリッドアテンショントランスフォーマを用いた深部展開ネットワークを提案し,実際の SPI カメラの画質向上を図る。勾配降下モジュールはベクトル化されたSPIに基づいて、以前の勾配降下モジュールに根付いた高い計算オーバーヘッドを回避することができる。このデノナイジングモジュールは,高周波・低周波アグリゲーションのための2次元空間アグリゲーションと,グローバル情報再構成のためのチャネルアグリゲーションを利用したエンコーダデコーダアーキテクチャである。
論文参考訳（メタデータ） (2024-04-07T15:53:21Z)
PS-Transformer: Learning Sparse Photometric Stereo Network using Self-Attention Mechanism [4.822598110892846]
線形プロジェクションや最大プーリングといった事前定義された操作に基づいて、異なる照明下での深いキャリブレーションされた光度ステレオネットワークの観測を集約する。この問題に対処するために,PS-Transformer という,複雑な画像間相互作用を適切に捉えるために,学習可能な自己認識機構を活用する,細かなキャリブレーションを施した光度ステレオネットワークを提案する。
論文参考訳（メタデータ） (2022-11-21T11:58:25Z)
Compact multi-scale periocular recognition using SAFE features [63.48764893706088]
特徴拡張(SAFE)記述子による対称性評価に基づく眼周囲認識のための新しい手法を提案する。我々は、スクレラ中心を特徴抽出の単一キーポイントとして使用し、眼のこの点に集中するオブジェクトのようなアイデンティティ特性を強調します。
論文参考訳（メタデータ） (2022-10-18T11:46:38Z)
Attentive Symmetric Autoencoder for Brain MRI Segmentation [56.02577247523737]
視覚変換器(ViT)をベースとした3次元脳MRIセグメンテーションタスクのための新しいアテンテーティブシンメトリオートエンコーダを提案する。事前学習の段階では、提案するオートエンコーダがより注意を払って、勾配測定値に従って情報パッチを再構築する。実験の結果,提案手法は最先端の自己教師付き学習法や医用画像分割モデルよりも優れていた。
論文参考訳（メタデータ） (2022-09-19T09:43:19Z)
Two-Stream Graph Convolutional Network for Intra-oral Scanner Image Segmentation [133.02190910009384]
本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。 TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
論文参考訳（メタデータ） (2022-04-19T10:41:09Z)
Automatic size and pose homogenization with spatial transformer network to improve and accelerate pediatric segmentation [51.916106055115755]
空間変換器ネットワーク(STN)を利用することにより、ポーズとスケール不変の新たなCNNアーキテクチャを提案する。私たちのアーキテクチャは、トレーニング中に一緒に見積もられる3つのシーケンシャルモジュールで構成されています。腹部CTスキャナーを用いた腎および腎腫瘍の分節法について検討した。
論文参考訳（メタデータ） (2021-07-06T14:50:03Z)
Single-shot Hyperspectral-Depth Imaging with Learned Diffractive Optics [72.9038524082252]
単発単眼単眼ハイパースペクトル(HS-D)イメージング法を提案する。本手法では, 回折光学素子 (DOE) を用いる。 DOE の学習を容易にするため,ベンチトップ HS-D イメージラーを構築することで,最初の HS-D データセットを提案する。
論文参考訳（メタデータ） (2020-09-01T14:19:35Z)

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。