論文の概要: Quantum-limited estimation of atmospheric turbulence via spatial mode decomposition
- arxiv url: http://arxiv.org/abs/2606.06101v1
- Date: Thu, 04 Jun 2026 12:40:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-06 06:55:34.667424
- Title: Quantum-limited estimation of atmospheric turbulence via spatial mode decomposition
- Title(参考訳): 空間モード分解による大気乱流の量子制限推定
- Authors: A. Hrebeniuk, M. Klen, I. Karuseichyk, N. Treps, A. A. Semenov,
- Abstract要約: 本研究では,空間モードの分解により,従来の直接画像よりも精度の高い推定が可能であることを示す。
弱磁場下では,空間モード分解により従来の直接撮像法よりも精度の高い推定が可能であることが示されている。
- 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 establish the ultimate precision limit for estimating the optical spatial coherence radius (Fried parameter) within a quantum metrological framework. In the weak field regime, we show that spatial-mode decomposition -- originally introduced for superresolution imaging -- enables substantially more precise estimation than conventional direct imaging when the receiver aperture is smaller than the coherence radius.
- Abstract(参考訳): 量子気象学の枠組みにおいて,光空間コヒーレンス半径(Friedパラメータ)を推定するための最終的な精度限界を確立する。
弱磁場下では、空間モード分解は、もともと超高分解能撮像のために導入されたもので、レシーバ開口がコヒーレンス半径よりも小さい場合、従来の直接撮像よりもかなり正確に推定できることを示す。
関連論文リスト
- FluxFlow: Conservative Flow-Matching for Astronomical Image Super-Resolution [45.2331039360964]
地上から宇宙への超解像には、地上からの観測から、ピクセルサンプリングの解像度と大気観測によって同時に制限された、宇宙の質の高い画像を復元する必要がある。
既存の方法は、実際の大気統計を捉えることができず、観測された空に物理的に匹敵しない、過度に平らな復元や幻覚の源となるような合成トレーニングペアに依存している。
本稿では,トレーニング中の観測不確実性やソース領域の重みを組み込んだ,保守的な画素空間フローマッチングフレームワークであるFluxFlowと,回復した詳細を保存しながら幻覚源を抑制するためのトレーニング不要なWiener正規化テスト時間補正を提案する。
論文 参考訳(メタデータ) (2026-05-05T13:32:12Z) - PODiff: Latent Diffusion in Proper Orthogonal Decomposition Space for Scientific Super-Resolution [2.075423143311858]
PODiff(ポディフ、英: PODiff)は、固定された分散順序の固有直交分解(POD)係数空間で拡散を行う構造的条件生成フレームワークである。
PODiffは、画素空間拡散に匹敵する再現精度を達成し、メモリを著しく少なくし、決定論的およびモンテカルロ・ドロップアウトベースラインよりも信頼性の高い不確実性推定を生成する。
論文 参考訳(メタデータ) (2026-05-05T06:21:04Z) - 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) - Cross-Scope Spatial-Spectral Information Aggregation for Hyperspectral
Image Super-Resolution [47.12985199570964]
超高分解能超高分解能画像の長距離空間およびスペクトル類似性を調べるために,新しいクロススコープ空間スペクトル変換器(CST)を提案する。
具体的には,長距離空間スペクトル特性を包括的にモデル化するために,空間次元とスペクトル次元のクロスアテンション機構を考案する。
3つの超スペクトルデータセットに対する実験により、提案したCSTは他の最先端手法よりも定量的にも視覚的にも優れていることが示された。
論文 参考訳(メタデータ) (2023-11-29T03:38:56Z) - Estimation with ultimate quantum precision of the transverse displacement between two photons via two-photon interference sampling measurements [0.0]
バランスビームスプリッタで干渉する2つの光子間の横変位の推定において、究極の量子感度を実現する量子センシング方式を提案する。
このスキームは、量子ドットを用いた超解像単分子局在顕微鏡のような、高精度なナノスコープ技術に繋がる可能性がある。
論文 参考訳(メタデータ) (2023-09-13T11:18:00Z) - 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) - Optimal control of coherent light scattering for binary decision
problems [0.0]
空間分布を調整したコヒーレントプローブ場を用いてヘルストローム境界の計算と最小化を行う。
2つの散乱媒質の間に位置するターゲットを実験的に検討した。
論文 参考訳(メタデータ) (2021-08-08T22:38:06Z) - A learning-based view extrapolation method for axial super-resolution [52.748944517480155]
軸光界分解能は、再焦点によって異なる深さで特徴を区別する能力を指します。
せん断エピポーラ平面画像の軸体積から新しい視点を推定する学習に基づく手法を提案する。
論文 参考訳(メタデータ) (2021-03-11T07:22:13Z) - Microscopy with heralded Fock states [0.0]
自発パラメトリックダウン変換(SPDC)は、フォック状態に調製された量子光である隠蔽された単一光子の源として用いられる。
本研究では,空間モード追跡のための解析式と,階層化モード幅と非階層化モード幅について述べる。
論文 参考訳(メタデータ) (2020-11-05T19:00:27Z) - Light Field Spatial Super-resolution via Deep Combinatorial Geometry
Embedding and Structural Consistency Regularization [99.96632216070718]
ハンドヘルドデバイスが取得した光フィールド(LF)画像は通常、空間分解能の低下に悩まされる。
LF画像の高次元空間特性と複雑な幾何学構造は、従来の単一像SRよりも問題をより困難にしている。
本稿では,LF画像の各ビューを個別に超解答する新しい学習ベースLFフレームワークを提案する。
論文 参考訳(メタデータ) (2020-04-05T14:39:57Z)
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。