論文の概要: Proximal-Only Transmission Matrix Recovery of an Arbitrarily Deformed Graded-Index Multimode Fiber

• arxiv url: http://arxiv.org/abs/2609.14869v1
• Date: Mon, 14 Sep 2026 00:39:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:06.020184
• Title: Proximal-Only Transmission Matrix Recovery of an Arbitrarily Deformed Graded-Index Multimode Fiber
• Title（参考訳）: 任意変形グレードインデックス型多モードファイバの近光透過マトリックス回復
• Abstract要約: マルチモードファイバーは、利用可能な最も薄い撮像コンデュットの一つで、数百から数千の空間モードを人間の髪に匹敵する断面を通して運んでいる。 ファイバの伝達マトリックスの近位のみの回復は、一般的な多モードファイバ内視鏡を可能にするための魅力的なアプローチである。 ニューラルネットワークは、任意に変形したグレードインデックス・マルチモードファイバの伝送行列を、近距離測定だけで復元できることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The multimode fiber is among the thinnest imaging conduits available, carrying hundreds to thousands of spatial modes through a cross-section comparable to a human hair, but its endoscopic capabilities are currently limited by the sensitivity of the transmission matrix to the fiber's deformed state. Proximal-only recovery of the fiber's transmission matrix is an appealing approach for enabling general use multimode fiber endoscopy, and within the last decade, machine learning techniques have been applied to both single-ended and double-ended transmission matrix recovery tasks. We present a new approach to this interdisciplinary problem and show that neural networks can generalize to recover transmission matrices of an arbitrarily deformed graded-index multimode fiber from proximal measurements alone.
• Abstract（参考訳）: マルチモードファイバは、人間の毛髪に匹敵する断面を通して数百から数千の空間モードを運ぶことができる最も薄い撮像コンデュットの1つであるが、現在、その内視鏡能力は、繊維の変形状態への伝達マトリックスの感度によって制限されている。 ファイバの伝送行列の近位のみの回復は、一般的な多モードファイバ内視鏡を可能にするための魅力的なアプローチであり、この10年で、単方向と二重方向の両方の伝送行列回復タスクに機械学習技術が適用された。 本稿では、この学際的問題に対する新しいアプローチを提案し、ニューラルネットワークが任意の変形したグレードインデックス・マルチモードファイバの伝送行列を近距離測定だけで復元できることを示す。

関連論文リスト

• Quasi-SVD: Learning a Lie-constrained matrix factorisation for real-time imaging [6.836244339651614]
  Singular Value Decomposition (SVD) は、計算画像にまたがる行列係数タスクの基盤となる。 SVDアルゴリズムは本質的にシーケンシャルであり、リアルタイムスループットを制限し、臨床パイプラインにおけるオンラインデプロイメントを制限する。 この研究では、GPUのための微分可能で完全に並列化された行列因数分解フレームワークであるQuasi-SVDを紹介した。
  論文  参考訳（メタデータ） (2026-07-28T16:47:59Z)
• NeuMatC: A General Neural Framework for Fast Parametric Matrix Operation [75.91285900600549]
  我々は、一般的なパラメトリック行列演算タスクをエレガントに扱うtextbftextitNeural Matrix Computation Framework (NeuMatC)を提案する。 NeuMatCは、パラメータから対応する行列演算結果への低ランクかつ連続的なマッピングを教師なしで学習する。 合成と実世界の両方のデータセットの実験結果は、NeuMatCの有望な性能を示している。
  論文  参考訳（メタデータ） (2025-11-28T07:21:17Z)
• Modal division multiplexing of quantum and classical signals in few-mode fibers [0.0]
  テレコム波長における量子信号と古典信号の両方の変調多重化を実験的に検討した。 量子レベルでのランダムモードカップリングの存在を観察し、退化チャネルと非退化チャネルの両方でクロストークする。
  論文  参考訳（メタデータ） (2024-12-23T13:51:01Z)
• Self-attention-based non-linear basis transformations for compact latent space modelling of dynamic optical fibre transmission matrices [0.19999259391104385]
  本稿では、自己アテンション層を用いて様々なファイバー行列の座標表現を変換する新しい概念を提案する。 本手法の有効性を,多種多様なファイバー・マトリックス・データセットに示す。
  論文  参考訳（メタデータ） (2024-06-11T23:51:06Z)
• Shaping Single Photons through Multimode Optical Fibers using Mechanical Perturbations [55.41644538483948]
  単一の光子の形状と絡み合った光子対間の空間的相関を制御するための全ファイバーアプローチを示す。 これらの摂動を最適化し、単一光子の空間分布や光子対の空間相関を1箇所に局在させる。
  論文  参考訳（メタデータ） (2023-06-04T07:33:39Z)
• Two-mode squeezing over deployed fiber coexisting with conventional communications [55.41644538483948]
  CV量子ネットワークと分散量子センシングを実現するために、マルチモードのスクイーズが重要である。 これまで, ホモダイン検出によるマルチモードスクイージングは, シングルルーム実験に限られていた。 このデモンストレーションにより、分散マルチモードのスクイーズに依存する量子ネットワークや量子センシングにおける将来の応用が可能になる。
  論文  参考訳（メタデータ） (2023-04-20T02:29:33Z)
• Low-power multi-mode fiber projector overcomes shallow neural networks classifiers [10.161703420607552]
  マルチモード光ファイバは費用対効果が高く、扱いやすいツールである。 我々はこれらのファイバーをランダムなハードウェアプロジェクタにキャストし、入力データセットを高次元のスペックル画像集合に変換する。 その結果,標準伝送行列モデルより分類精度が高いことがわかった。
  論文  参考訳（メタデータ） (2022-10-10T14:55:02Z)
• A reusable pipeline for large-scale fiber segmentation on unidirectional fiber beds using fully convolutional neural networks [68.8204255655161]
  我々は,X線X線CTファイバーベッド内のファイバーを検出するためのオープンな計算パイプラインを提案する。 これらのサンプルの繊維を分離するために、完全畳み込みニューラルネットワークの4つの異なるアーキテクチャをテストした。 ニューラルネットワークのアプローチを半監視方式と比較すると、DiceとMatthewsの係数は92.28 pm 9.65%以上となり、最大98.42 pm 0.03 %$に達した。
  論文  参考訳（メタデータ） (2021-01-13T00:58:29Z)
• Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
  集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。 このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。 線形光ネットワークの転送行列を再構成する新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-01T16:04:22Z)
• High-fidelity spatial mode transmission through a 1-km-long multimode fiber via vectorial time reversal [51.28090008093831]
  長い多モードファイバのベクトル時間反転技術を開発し,実験的に実証した。 210 Laguerre-GaussモードとHermite-Gaussモードの80%以上の平均モード忠実度は、不安定な1km長繊維上のベクトル時間反転を用いて得られる。 また,多モード長繊維上での実用的でスケーラブルな空間モード多重化量子通信プロトコルを提案する。
  論文  参考訳（メタデータ） (2020-03-22T13:13:58Z)

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。