論文の概要: Sequential Spatiotemporal Magnetic-Field Reconstruction via Quantum Hamiltonian Learning with NV-Center Spin-1 Hamiltonians

• arxiv url: http://arxiv.org/abs/2605.23455v2
• Date: Mon, 25 May 2026 11:48:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 16:32:38.05684
• Title: Sequential Spatiotemporal Magnetic-Field Reconstruction via Quantum Hamiltonian Learning with NV-Center Spin-1 Hamiltonians
• Title（参考訳）: NV中心スピン-1ハミルトニアンを用いた量子ハミルトニアン学習による時空間磁気場再構成
• Abstract要約: 動的2次元磁場マップのための量子ハミルトニアン学習に基づく逐次再構成フレームワークを提案する。 局所的な測定は、局所磁場値と共有双極子結合パラメータによって支配される窒素空隙スピンダイナミクスによって生成される。 その結果、試験対象のフィールドクラスの実現可能性を示し、結合推定を主な識別可能性ボトルネックとして同定した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a quantum-Hamiltonian-learning-based sequential reconstruction framework for dynamic two-dimensional magnetic-field maps using a local likelihood model derived from a nitrogen-vacancy-center spin-1 Hamiltonian. Local measurements are generated through nitrogen-vacancy spin dynamics governed by local magnetic-field values and a shared dipolar coupling parameter, rather than by direct observation of the latent field. Sequential Bayesian updates over overlapping scan windows are combined with temporal posterior propagation to reconstruct the evolving field. Numerical proof-of-concept experiments on controlled synthetic maze-like magnetic-field sequences show that the proposed method reconstructs the dominant spatial structure of the tested field class, achieving a final-frame RMSE of \(7.037\times10^{-7}\,\mathrm{T}\). Adaptive diagnostics show decreasing expected information gain and stable local convergence, while Fisher-information and leakage diagnostics reveal a sensitivity--leakage tradeoff under long-interrogation controls. Combined horizontal and vertical scans yield better reconstruction than single-direction acquisition in the tested setting. In contrast, the shared coupling parameter \(J\) is only partially identifiable: its posterior becomes narrow but remains frame-dependent and biased. At the final checkpoint, \(J_{\rm std}=87.0\,\mathrm{Hz}\), close to a finite-time product-state reference benchmark of \(73.3\,\mathrm{Hz}\), while remaining \(3.35\times\) above a gain-extrapolated ideal-state benchmark. The posterior mean remains biased by \(326.9\,\mathrm{Hz}\), indicating that posterior concentration alone does not imply unbiased coupling recovery. These results demonstrate feasibility for the tested structured field class and identify coupling estimation as the main identifiability bottleneck.
• Abstract（参考訳）: 本研究では, 窒素空孔中心スピン-1ハミルトニアンから導かれる局所確率モデルを用いて, 動的2次元磁場マップのための量子ハミルトニアン学習に基づく逐次再構成フレームワークを提案する。 局所的な測定は、局所磁場値と共有双極子結合パラメータによって制御される窒素空洞スピンダイナミクスによって生成される。 重なり合うスキャンウィンドウ上の連続ベイズ更新と時間的後部伝播を組み合わせて、進化するフィールドを再構築する。 制御された合成迷路状磁場列に対する概念実証実験により, 提案手法は試験場クラスの支配的空間構造を再構成し, 最終フレームRMSEを7.037\times10^{-7}\,\mathrm{T}\。 適応診断では、期待される情報ゲインが減少し、安定した局所収束が示され、一方、フィッシャー情報および漏れ診断では、長期干渉制御下での感度-遅延トレードオフが示される。 水平走査法と垂直走査法を併用すると, 試験条件下での単方向取得よりも良好な再構成が得られる。 対照的に、共有結合パラメータ \(J\) は部分的に識別できるだけであり、後部は狭くなり、フレーム依存的かつ偏りが残る。 最終チェックポイントでは、(J_{\rm std}=87.0\,\mathrm{Hz}\) は、(73.3\,\mathrm{Hz}\) の有限時間積状態参照ベンチマークに近づき、(3.35\times\) はゲイン抽出理想状態ベンチマークの上に残る。 後部平均値は \(326.9\,\mathrm{Hz}\) に偏りがあり、後部濃度だけでは結合回復が不偏であることを示唆している。 これらの結果は,テスト対象の構造化フィールドクラスの実現可能性を示し,結合推定を主要な識別可能性ボトルネックとして同定した。

関連論文リスト

• A priori Assessment of Tensor-Network Encoding for Isotropic Turbulent Flows [0.8634867517077641]
  行列積状態 (MPS) アンザッツは、等方性乱流データの切り詰められた表現を構築するための低次モデリングフレームワークとして用いられる。 ベロシティ再構成は元のDNSメモリのわずか5%で99.8%の忠実度を達成するが、スカラーフィールドは15%のメモリ使用率で同じ忠実度に達する。
  論文  参考訳（メタデータ） (2026-08-28T21:10:10Z)
• Postselection-Free Reconstruction of Monitored SPT Flux-Charge Responses [1.599072005190786]
  モニターされたトポロジカル不変量のクラスは、通常の量子軌道と対称性を持つ量子軌道を同一の記録と比較する。 我々は、ツイスト量子実験を、一様ランダム化された対称性固有状態によって、既知の電荷、通常の境界モニタリング、オフラインのツイストデコーダで置き換える。
  論文  参考訳（メタデータ） (2026-08-16T01:52:10Z)
• Operator-Informed Gaussian Processes for Complex Helmholtz Wavefields: From Synthetic Benchmarks to In Vivo Brain Elastography [0.02780623255172367]
  演算子インフォームドGP回帰を複素値ヘルムホルツ問題に拡張する。 この構成は、コリージョン化およびマルチスケールの変種に先立って、適切な対角線から先行する族を許容する。 散逸性媒質における確率的波動場推論の中心的な次のステップとして、校正不確実性が出現する。
  論文  参考訳（メタデータ） (2026-07-15T16:21:50Z)
• Dual-Prior Guided Null-Space Learning with Mixture-of-Splines for Arbitrary Medical Slice Super-Resolution [28.92727853844715]
  超解像は、任意のスケールで中間スライスを合成することにより異方性の臨床的取得から等方性ボリュームを再構成する。 この不適切な逆問題を、制約のない残差に基づく回帰リスクとして扱うことで、不明瞭な構造を幻覚させる。 本稿では,2つの相補的事前に導かれる制約付き回復過程としてタスクを再構成するDual-Prior Null-space Learningフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-25T07:53:36Z)
• High-Dimensional Latents Should Be Diagnosed Through Phase Structure [56.362776482614976]
  スピングラス理論のレンズによるオートエンコーダと変分オートエンコーダの潜在空間について検討した。 固定復号器用の潜時空間スピングラス辞書を定式化する。 トポロジカルな自明化機構のエッジ・オブ・ステイティに向けて潜伏系を駆動することは、下流に具体的な結果をもたらすことを示す。
  論文  参考訳（メタデータ） (2026-05-23T06:17:23Z)
• From Snapshots to Trajectories: Learning Single-Cell Gene Expression Dynamics via Conditional Flow Matching [40.46237203947526]
  単セルフローマッチング (ScFM) は結合分解フローマッチングに基づく遅延生成フレームワークである。 scFMは、時間的および時間的コヒーレントな可視化のための分布予測性能を一貫して改善する。 scFMはより正確な軌道再構成と、中間点が欠落している時間的コヒーレントな可視化をもたらす。
  論文  参考訳（メタデータ） (2026-05-21T11:26:19Z)
• Controlling False Discovery in Arbitrarily Structured Hypothesis Spaces via Reproducing Kernels [47.16593717985932]
  連続的なドメイン、グラフ、階層を1つのアルゴリズムで統一するフレームワークをカーネル選択のみで導入する。 FDR(False Discovery Rate)を制御するための2つの決定ルールを提供します。 本手法は,高次元実世界のデータセットから得られた空間的位置とタンパク質間相互作用グラフを用いた遺伝子発現タスクの2つの情報源で検証する。
  論文  参考訳（メタデータ） (2026-05-17T17:42:56Z)
• Recovering Physical Dynamics from Discrete Observations via Intrinsic Differential Consistency [12.266189649117003]
  我々は地域の監督をグローバルな構造的制約に置き換える。 この特性からの偏差が2つの目的に作用する時間条件のセカント速度場を訓練する。 トレーニング正則化器として、時間スケールで一貫して構成されるフローに仮説空間を限定する。
  論文  参考訳（メタデータ） (2026-05-08T20:24:32Z)
• Topological protection of local quantum Fisher information [0.0]
  ユニタリダイナミクスは、局所的に局所的に符号化された情報を非局在化し、単一のサイトメロジカルな感度が消滅する。 トポロジカルな位相が分散を防ぐことを解析的に実証する。 また, 非対称性は中等度焼成オンサイト障害に対して頑健であり, 境界台地はパリティ保存相互作用下でも可視であることを示す。
  論文  参考訳（メタデータ） (2026-05-01T16:32:39Z)
• K-GMRF: Kinetic Gauss-Markov Random Field for First-Principles Covariance Tracking on Lie Groups [8.489406212619164]
  共分散追跡のためのオンライン学習自由フレームワークK-GMRFを提案する。 本手法は, 構造保存型シンプレクティックインテグレータにより伝搬される潜在角速度を駆動するトルクとして観測を解釈する。 理論的には、この2階の力学が一定回転下でゼロ定常誤差を達成することを証明している。
  論文  参考訳（メタデータ） (2026-03-20T03:16:36Z)
• Plug-and-Play Diffusion Meets ADMM: Dual-Variable Coupling for Robust Medical Image Reconstruction [45.25461515976432]
  画像再構成のための強力なパラダイムとして,DP(Plug-and-Play diffusion prior)フレームワークが登場した。 本稿では, バイアス・ハロシン化トレードオフを解消し, 収束を著しく加速した最先端の勾配を実現するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2026-02-26T16:58:43Z)
• Knowledge-Informed Kernel State Reconstruction for Interpretable Dynamical System Discovery [46.9843470803458]
  MAAT (Model Aware Approximation of Trajectories) は知識情報に基づくカーネル状態再構成に基づくシンボル発見のためのフレームワークである。 下流のシンボルレグレッションで用いられる軌道や微分に対する状態推定MSEを著しく低減する。
  論文  参考訳（メタデータ） (2026-01-29T21:15:52Z)
• Regulated reconstruction of long-time spin--boson dynamics and emergent zero-bias transverse measurement primitive [0.0]
  デイビーズ参照半群を中心とした時間局所相関生成器の写像を再構成する。 正確な回転波ベンチマークは、発生器の成長と干渉によるコヒーレンスの近接ゼロをリンクする。 この効果は回転波近似やデイビーの弱い結合限界で消失する。
  論文  参考訳（メタデータ） (2025-12-15T21:11:00Z)
• Verifying Closed-Loop Contractivity of Learning-Based Controllers via Partitioning [52.23804865017831]
  本稿では,ニューラルネットワークによるパラメータ化を行う非線形制御系における閉ループ収縮の検証問題に対処する。 我々は、対称メッツラー行列の優越的固有値が非正であることを確かめるために、閉ループの縮約性に対するトラクタブルでスケーラブルな十分条件を導出する。
  論文  参考訳（メタデータ） (2025-12-01T23:06:56Z)
• Theory of free fermions dynamics under partial post-selected monitoring [49.1574468325115]
  連続弱測定の顕微鏡的記述に基づく部分選択後のシュルディンガー方程式を導出する。 監視された普遍性への通路は, 有限部分選択で突然発生することを示す。 我々の手法は、量子軌道の任意の部分集合に対するMIPTの研究方法を確立する。
  論文  参考訳（メタデータ） (2023-12-21T16:53:42Z)
• Cyclic nonlinear interferometry with entangled non-Gaussian spin states [16.664397200920767]
  我々は、非ガウススピン状態(ENGS)の効率的な非線形読み出し方式を提案する。 我々は、不安定な固定点から始まるスピンダイナミクスによってENGSを生成できる、ツイスト・アンド・ターン(TNT)と2軸カウンタ・ツイスト(TACT)の2つのよく知られたスピンモデルに焦点を当てる。
  論文  参考訳（メタデータ） (2023-04-18T09:59:17Z)
• Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown-View Tomography [58.60249163402822]
  未知視トモグラフィ(UVT)は、未知のランダムな向きで2次元投影から3次元密度マップを再構成する。 提案したOMRはより堅牢で、従来の最先端のOMRアプローチよりも大幅に性能が向上している。
  論文  参考訳（メタデータ） (2022-07-06T21:40:59Z)
• Unified Fourier-based Kernel and Nonlinearity Design for Equivariant Networks on Homogeneous Spaces [52.424621227687894]
  等質空間上の群同変ネットワークに対する統一的枠組みを導入する。 昇降した特徴場のフーリエ係数の空間性を利用する。 安定化部分群におけるフーリエ係数としての特徴を取り扱う他の方法が、我々のアクティベーションの特別な場合であることを示す。
  論文  参考訳（メタデータ） (2022-06-16T17:59:01Z)

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。