論文の概要: Will Accurate Fields Mislead Photonic Design? FromGlobal Accuracy to Port Readout

• arxiv url: http://arxiv.org/abs/2606.03038v1
• Date: Tue, 02 Jun 2026 02:23:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:04.694934
• Title: Will Accurate Fields Mislead Photonic Design? FromGlobal Accuracy to Port Readout
• Title（参考訳）: 現場の正確さはフォトニックデザインを誤解させるか? : グローバルな正確さからポート読み出しまで
• Authors: Yitian Zhang, Yonghong chen, Youming Chen, Yiyang Li, Xing Zhe, Renhe Lu, Shaolin Liao, Yuzhe Ma, Zhong Guan,
• Abstract要約: MMIスプリッタとスプリッタでは、累積モード干渉と出力ウィンドウ凝集により、ポート電力、分割、位相、結合が決定される。 本研究では,局所境界構造を取り巻く潜在状態を整理しながら,全フィールド予測インタフェースを維持する伝搬整合型ニューラル演算子PaNOを提案する。 PaNO-R2は最高のcMAE、伝搬異常、出力エラー、ポートパワーエラーを達成し、NeurOLightのポートパワーと出力エラーを72.7%、72.5%削減した。
• 参考スコア（独自算出の注目度）: 14.05401063426909
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Neural field surrogates can accelerate photonic design loops, but a surrogate that looks accurate in global field error can still mis-rank candidate devices when the final decision depends on localized output-port readouts. This risk is acute in propagation-dominated MMI splitters and couplers, where port power, splitting, phase, and coupling are determined by accumulated modal interference and output-window aggregation rather than by average field similarity alone. We study this field-to-design mismatch through a Field/Mediator/Readout view that separates dense complex-field error from propagation-profile and output-window errors before port aggregation. To align the surrogate with this chain, we propose PaNO, a propagation-aligned neural operator that keeps the full-field prediction interface while organizing latent states around local boundary structure, transverse modal content, axial propagation, and cross-mode interaction. We also evaluate PaNO-R2, an output-aware feedback variant for residual field components near the port region. On a 15-wavelength tunable $3{\times}3$ MMI benchmark with 4608 held-out fields, PaNO lowers NeurOLight's port-power error from 0.2018 to 0.0739 despite slightly higher cMAE, showing that global field accuracy alone is not sufficient for design-relevant readout fidelity. PaNO-R2 attains the best cMAE, propagation-profile error, output-profile error, and port-power error, reducing NeurOLight's port-power and output-profile errors by 72.7\% and 72.5\%.
• Abstract（参考訳）: ニューラルフィールドサロゲートはフォトニックデザインループを加速することができるが、グローバルフィールドエラーで正確に見えるサロゲートは、最終的な決定が局所的な出力ポートの読み出しに依存する場合、候補デバイスを誤認することができる。 このリスクは、平均場類似性だけでではなく、蓄積したモーダル干渉と出力ウィンドウ凝集によって、ポートパワー、スプリット、フェーズ、カップリングが決定される伝播支配型MMIスプリッタおよびカプラにおいて、急性である。 本研究では,このフィールド・ツー・デザインのミスマッチを,ポートアグリゲーション前の高密度複素場誤差と伝搬異常と出力誤差とを分離するフィールド・メディア・リードアウト・ビューを用いて検討する。 この鎖にサロゲートを配向させるために,局所境界構造,横モードの内容,軸方向の伝搬,およびモード間相互作用といった潜在状態を整理しながら,全フィールド予測インタフェースを維持する伝搬整合型ニューラル演算子PaNOを提案する。 また,ポート領域近傍の残留磁場成分に対する出力対応フィードバック変種PaNO-R2を評価した。 15波長チューナブルな$3{\times}3$ MMIベンチマークでは4608のホールトアウトフィールドでパノがNeurOLightのポートパワーエラーを0.2018から0.0739に下げた。 PaNO-R2は、最高のcMAE、伝搬異常、出力エラー、ポートパワーエラーを達成し、NeurOLightのポートパワーと出力エラーを72.7\%と72.5\%削減する。

関連論文リスト

• Fidelity-Aware Frequency Allocation and Transpilation Co-Design for Tunable Coupler Quantum Systems [1.8770722854730313]
  モジュールサイズと接続性の大きさがゲート忠実度に与える影響を示す。 本稿では,SWAP挿入による接続性を満たす高忠実度パスを選択することで,誤りを最小限に抑える,FINESSEと呼ばれるノイズ対応トランスパイル手法を提案する。 SNAILアーキテクチャでは、FINESSEは対数不整合コストを平均8.9%削減し、回路深さを6.8%削減する。
  論文  参考訳（メタデータ） (2026-05-20T19:13:50Z)
• Posterior Augmented Flow Matching [64.1559809786948]
  後拡張フローマッチング(PAFM)はフローマッチング(FM)の一般化である PAFMは、異なるモデルスケールで最大3.4FID50KでFMよりも改善されていることを示す。
  論文  参考訳（メタデータ） (2026-05-01T17:59:59Z)
• A Unified Hardware-to-Decoder Architecture for Hybrid Continuous-Variable and Discrete-Variable Quantum Error Correction in LiDMaS+ [4.11280059407553]
  LiDMaS+(LiDMaS+)は、連続可変量子誤り訂正のためのアーキテクチャレベルのハードウェア-論理-復号器実行スタックである。 本稿では,連続変数と離散変数のハイブリッド量子誤り訂正のためのアーキテクチャレベルのハードウェア-論理-復号器実行スタックを提案する。
  論文  参考訳（メタデータ） (2026-04-16T06:03:06Z)
• BWTA: Accurate and Efficient Binarized Transformer by Algorithm-Hardware Co-design [71.97035034203275]
  バイナライゼーションにおけるゼロ点歪みを解析し,BWTA量子化方式を提案する。 本稿では,Smooth Multi-Stage Quantizationを提案し,レベルワイド・デグラデーション・ストラテジーとMagnitude Alignment Projection Factorを組み合わせた。 実験の結果、BWTAはTransformerベースのモデルに対して、GLUEでは平均3.5%、タスクでは2%未満の精度でフル精度のパフォーマンスにアプローチしていることがわかった。
  論文  参考訳（メタデータ） (2026-04-05T04:25:07Z)
• GLOBE: Accurate and Generalizable PDE Surrogates using Domain-Inspired Architectures and Equivariances [0.0]
  GLOBEは、学習可能なグリーン関数のようなカーネルの重ね合わせとして、境界面からターゲットへ評価されるソリューションである。 AirFRANSでは、GLOBEは相当な精度向上を実現している。 結果は、厳密な物理学とドメインにインスパイアされた帰納的バイアスが、精度、一般化可能性、実用性に大きな利益をもたらすことを示した。
  論文  参考訳（メタデータ） (2025-11-19T20:23:51Z)
• Fast and Robust Remote Two-Qubit Gates on Distributed Qubits [13.099136824902303]
  本稿では,パラメトリック変調を用いた遠隔量子幾何ゲートスキームを提案し,実証する。 高速リモートSWAPと$sqrttextSWAP$ゲートを高忠実度で実現し,約30秒で動作を完了した。
  論文  参考訳（メタデータ） (2025-11-03T10:12:16Z)
• DepthFormer: Exploiting Long-Range Correlation and Local Information for Accurate Monocular Depth Estimation [50.08080424613603]
  高精度な単分子深度推定には長距離相関が不可欠である。 我々は,このグローバルコンテキストを効果的な注意機構でモデル化するためにTransformerを活用することを提案する。 提案したモデルであるDepthFormerは、最先端のモノクル深度推定手法をはるかに超えている。
  論文  参考訳（メタデータ） (2022-03-27T05:03:56Z)
• Fast Batch Nuclear-norm Maximization and Minimization for Robust Domain Adaptation [154.2195491708548]
  ランダムに選択されたデータバッチの分類出力行列の構造について検討し,予測可能性と多様性について検討した。 本稿では,目標出力行列上で核ノルムを行い,目標予測能力を向上するBatch Nuclear-norm Maximization and Minimizationを提案する。 実験により,本手法は3つの典型的なドメイン適応シナリオにおいて適応精度とロバスト性を高めることができることが示された。
  論文  参考訳（メタデータ） (2021-07-13T15:08:32Z)
• Rate Region for Indirect Multiterminal Source Coding in Federated Learning [49.574683687858126]
  多数のエッジデバイスは、ローカルモデルの各ラウンドでアップデートをエッジに送信します。 既存の作品は、異なるエッジによって送信される情報の焦点を活用しない。 本稿では,間接多端音源符号化 fl のレート領域について検討する。
  論文  参考訳（メタデータ） (2021-01-21T16:17:39Z)
• Log-Likelihood Ratio Minimizing Flows: Towards Robust and Quantifiable Neural Distribution Alignment [52.02794488304448]
  そこで本研究では,対数様比統計量と正規化フローに基づく新しい分布アライメント手法を提案する。 入力領域の局所構造を保存する領域アライメントにおいて,結果の最小化を実験的に検証する。
  論文  参考訳（メタデータ） (2020-03-26T22:10:04Z)

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。