論文の概要: Quantum Compressed Sensing Enables Image Classification with a Single Photon
- arxiv url: http://arxiv.org/abs/2604.25480v1
- Date: Tue, 28 Apr 2026 10:33:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-29 16:49:17.821002
- Title: Quantum Compressed Sensing Enables Image Classification with a Single Photon
- Title（参考訳）: 単一光子を用いた量子圧縮センシングによる画像分類
- Authors: Yanshan Fan, Jianyong Hu, Shuxiao Wu, Zhixing Qiao, Guosheng Feng, Changgang Yang, Jianqiang Liu, Ruiyun Chen, Chengbing Qin, Guofeng Zhang, Liantuan Xiao, Suotang Jia,
- Abstract要約: 量子圧縮センシングを用いた光子レベルの画像分類法を開発した。
光量子重ね合わせ状態の並列性を利用して、高次元画像の完全な空間情報を単一の光子を符号化することができる。
極端光子予算と厳しい環境の下で機能するインテリジェントセンシングシステムの基礎を提供する。
- 参考スコア（独自算出の注目度）: 2.5112823693334163
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Image classification is a core task of intelligent sensing, conventionally follows a sequential imaging then processing pipeline. However, redundant high-dimensional image reconstruction is inherently inefficient, especially in photon limited scenarios. Here we report a photon level image classification method using quantum compressed sensing, which reformulates the classification task as a sparse signal measurement problem directly oriented toward class labels. By exploiting the parallelism of photonic quantum superposition states, a single photon can be encoded the complete spatial information of a high-dimensional image. Through a diffractive deep neural network, we physically construct a dedicated measurement basis aligned with the class space, enabling signal-dependent adaptive compressive measurement. Ideally, our method can extract class information via a single quantum projective measurement, reducing the required number of measurements from the logarithmic scaling O(Klog(N/K)) of classical compressed sensing to the constant-order information-theoretic limit M = K = 1. Experimental results show that a classification accuracy of 69.0% can be achieved by using a single-photon detection event as the decision criterion, while it increases to 95.0% with four-photon detection events. This work demonstrates image classification at the energy efficiency limit and introduces a measurement as decision framework. It provides a foundation for intelligent sensing systems that operate under extreme photon budgets and harsh environments.
- Abstract（参考訳）: 画像分類はインテリジェントセンシングの中核的なタスクであり、従来はシーケンシャルなイメージングと処理パイプラインに従っていた。
しかし、特に光子制限シナリオにおいて、冗長な高次元画像再構成は本質的に非効率である。
本稿では,量子圧縮センシングを用いた光子レベルの画像分類手法について述べる。
光量子重ね合わせ状態の並列性を利用して、高次元画像の完全な空間情報を単一の光子を符号化することができる。
拡散型ディープニューラルネットワークを用いて、クラス空間に整合した専用測定基盤を構築し、信号依存型適応圧縮測定を可能にする。
理想的には、古典的圧縮センシングの対数スケール O(Klog(N/K)) から定数次情報理論極限 M = K = 1 までに必要な測定数を削減できる。
実験結果から、単光子検出イベントを判定基準として使用することにより、69.0%の分類精度が得られ、4光子検出イベントで95.0%に増加することが示された。
本研究は,エネルギー効率限界における画像分類を実証し,測定を意思決定の枠組みとして導入する。
極端光子予算と厳しい環境の下で機能するインテリジェントセンシングシステムの基礎を提供する。
関連論文リスト
- Efficient imaging of quantum emitters using compressive sensing [36.39787379495167]
本研究では,空間的に構造化された広視野励起が走査に取って代わり,スパースエミッタの再構成を可能にするセンサベースイメージング手法を提案する。
強度再構成に加えて、このフレームワークを拡張して、2階相関関数$g(2)$の空間マップを測定値から再構成する。
これにより、大幅に削減されたデータを使用して、アンチバンチングシグネチャによる単一光子エミッタの識別が可能になる。
論文 参考訳（メタデータ） (2026-04-12T05:13:44Z) - Quantum Optical Neuron for Image Classification via Multiphoton Interference [0.0]
計測層に直接推論を行うカメラレスの量子光学画像について実験的に示す。
単一パーセプトロン量子光学ニューロンと2ニューロン浅部ネットワークの両方を実現し、ベンチマークデータセット上で高い精度を実現する。
このアプローチは、タスク関連情報を抽出できるニューロモルフィック量子フォトニックプロセッサへの道を開く。
論文 参考訳（メタデータ） (2026-03-30T18:01:45Z) - Photonic Quantum-Enhanced Knowledge Distillation [23.478631281591692]
フォトニック量子強化知識蒸留(PQKD)は、ハイブリッドな量子フォトニック-古典的なフレームワークである。
PQKDは、高容量教師からの蒸留中にパラメータ効率のよい学生ネットワークを制約し、誘導する。
論文 参考訳（メタデータ） (2026-03-16T06:59:59Z) - Machine learning with sub-diffraction resolution in the photon-counting regime [0.0]
サブレイリー推定の手法として空間モードデマルチプレクシング(SPADE)が提案されている。
本研究では,SPADEが画像分類のより広い文脈でサブ回折分解能を得ることを示す。
論文 参考訳（メタデータ） (2024-06-05T12:08:58Z) - Deep learning-based variational autoencoder for classification of quantum and classical states of light [0.0]
単一光子付加コヒーレント状態(SPACS)を分類するための深層学習に基づく変分オートエンコーダ(VAE)を提案する。
VAEは、光の光子統計特性をより低次元に効率的にマッピングし、平均光子数が少ない準即時分類を可能にした。
このような深層学習手法により、検出品質が劣る場合でも、量子光と光源のより良い分類が可能になると期待する。
論文 参考訳（メタデータ） (2024-05-08T17:40:03Z) - Quantum Optics based Algorithm for Measuring the Similarity between
Images [1.7778609937758327]
画像表現の基本的な量子資源としてコヒーレントな状態を用いる量子光学の定式化に基づくアルゴリズムを報告する。
得られた位相分散多モードコヒーレント状態は画像検索方式に入力され、類似度測定に適したレーザ強度パラメータを同定する。
論文 参考訳（メタデータ） (2023-07-19T07:13:55Z) - A general-purpose single-photon-based quantum computing platform [36.56899230501635]
本報告では,単一光子を用いたユーザ可読な汎用量子コンピューティングのプロトタイプについて報告する。
再構成可能なチップ上に、普遍線形光ネットワークを供給する高効率量子ドット単光子源を備える。
我々は、計測ベースの量子コンピューティングに向けた重要なマイルストーンである3光子エンタングルメント生成について報告する。
論文 参考訳（メタデータ） (2023-06-01T16:35:55Z) - High-dimensional quantum correlation measurements with an adaptively
gated hybrid single-photon camera [58.720142291102135]
本研究では,高空間分解能センサと高時間分解能検出器を組み合わせた適応ゲート型ハイブリッド高分解能カメラ(HIC)を提案する。
空間分解能は9メガピクセル近く、時間分解能はナノ秒に近いため、このシステムは以前は実現不可能だった量子光学実験の実現を可能にする。
論文 参考訳（メタデータ） (2023-05-25T16:59:27Z) - On-chip quantum information processing with distinguishable photons [55.41644538483948]
多光子干渉は光量子技術の中心にある。
そこで本研究では,共振器型集積光子源に必要なスケールで変形した光子を干渉させるのに十分な時間分解能で検出を実装できることを実験的に実証した。
ボソンサンプリング実験において,非イデアル光子の時間分解検出がエンタングル操作の忠実度を向上し,計算複雑性の低減を図ることができることを示す。
論文 参考訳（メタデータ） (2022-10-14T18:16:49Z) - Experimental Multi-state Quantum Discrimination in the Frequency Domain
with Quantum Dot Light [40.96261204117952]
本研究では,8つの非直交状態間で最適な識別を行うために,時間多重化戦略を用いたプロトコルの実験的実現について述べる。
この実験は、カスタム設計のバルク光学分析装置と、ほぼ決定論的ソリッドステートソースによって生成される単一光子の上に構築された。
我々の研究は、より複雑な応用の道を切り開いて、高次元量子符号化および復号化操作への新しいアプローチを提供する。
論文 参考訳（メタデータ） (2022-09-17T12:59:09Z) - Experimental realization of a quantum image classifier via
tensor-network-based machine learning [4.030017427802459]
我々は,フォトニックキュービットを用いた実写画像の分類に成功していることを示す。
我々は手書きゼロと手書きゼロのバイナリ分類に焦点をあて、その特徴をテンソル-ネットワーク表現にキャストする。
テンソル積表現における特徴の効率的なマルチキュービット符号化にスケールすることができる。
論文 参考訳（メタデータ） (2020-03-19T03:26:27Z)
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。