論文の概要: Fisher-information training of optical sensing front ends from natural fluctuations

• arxiv url: http://arxiv.org/abs/2609.24915v1
• Date: Mon, 21 Sep 2026 17:16:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:01.442065
• Title: Fisher-information training of optical sensing front ends from natural fluctuations
• Title（参考訳）: 自然変動からの光センシング前面端の漁業情報学習
• Abstract要約: 我々は、1つのパラメータのフィッシャー情報(FI)と複数のパラメータの事前重み付きFIスペクトルのプロキシを構築する。 計器応答モデルを必要としないカウントオンリーの更新を実証し、モデルベース勾配に匹敵する性能を達成する。
• 参考スコア（独自算出の注目度）: 3.567855687957749
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fisher-information-based optimization of programmable optical front ends in situ generally requires a response model or parameter-labeled measurements. We show that natural parameter fluctuations can instead provide the training signal. We construct proxies for the Fisher information (FI) of one parameter and the prior-weighted FI spectrum of multiple parameters from measured covariances after subtracting conditional detection noise, assuming locally affine responses. We use simulated photon counts from two incoherent point sources to train a mode sorter that approaches the quantum limit for separation and the Nagaoka--Hayashi single-copy bound for joint centroid--separation estimation. We demonstrate count-only updates that require no instrument response model and achieve performance comparable to model-based gradients. Our results provide a route to adaptive optical measurements without controlled parameter scans.
• Abstract（参考訳）: 魚介類情報に基づくプログラム可能な光フロントエンドの最適化は、一般的に応答モデルやパラメータラベル測定を必要とする。 自然パラメータのゆらぎは、代わりにトレーニング信号を提供することができることを示す。 本研究では,一パラメータのフィッシャー情報(FI)と複数パラメータの事前重み付きFIスペクトルのプロキシを構築する。 我々は2つの不整点源からの擬似光子数を用いて、分離の量子極限に近づいたモードソータを訓練し、結合遠心分離推定のために長岡-早石単体コピーを用いた。 計器応答モデルを必要としないカウントオンリーの更新を実証し、モデルベース勾配に匹敵する性能を達成する。 制御パラメータースキャンを使わずに適応的な光学計測を行う方法を提案する。

関連論文リスト

• Parameter-Decoupled Quantum Superresolution without Multiparameter Estimation [0.0]
  量子超解像は、回折限界を超える密接な空間のソースを解決することを約束する。 本稿では,現実的な受動音源の分離を決定するパラメータ分離測定について紹介する。
  論文  参考訳（メタデータ） (2026-09-18T14:11:28Z)
• In situ characterization of a photon-subtraction device via heralding counts and homodyne detection [3.893451853752809]
  光子減光装置は、主にビームスプリッタの透過率とシーディング検出器の量子効率によって決定される。 これら2つのパラメータの同時推定のための実験可能なin situスキームを提案する。
  論文  参考訳（メタデータ） (2026-09-09T12:24:54Z)
• Equation Recast for Canonical Operator Learning Across Parametric PDEs [59.44573033543284]
  本稿では,パラメトリック演算子学習を単一正規作用素の学習として再構成する方程式再キャストを提案する。 核融合のための高忠実トカマクシミュレーションにおいて、このフレームワークは4つのデバイス領域にまたがる電子-温度データを統一する。
  論文  参考訳（メタデータ） (2026-09-02T13:15:50Z)
• Flexible Gravitational-Wave Parameter Estimation with Transformers [73.44614054040267]
  本稿では,予測時間における多様な解析設定への適応を可能にする,フレキシブルトランスフォーマーベースのアーキテクチャをトレーニング戦略と組み合わせて導入する。 我々は、Dingo-T1と呼ばれる単一のフレキシブルモデルが、第3のLIGO-Virgo-KAGRA観測ランから48の重力波イベントを解析できることを実証した。
  論文  参考訳（メタデータ） (2025-12-02T17:49:08Z)
• An Iterative Bayesian Approach for System Identification based on Linear Gaussian Models [70.75865595489691]
  システム識別の問題に取り組み、入力を選択し、実際のシステムから対応する出力を観測し、データに最も合うようにモデルのパラメータを最適化する。 提案手法では,システムからの入力出力データとパラメータに関するモデルの1次情報のみを必要とする。
  論文  参考訳（メタデータ） (2025-01-28T01:57:51Z)
• One-Dimensional Deep Image Prior for Curve Fitting of S-Parameters from Electromagnetic Solvers [57.441926088870325]
  Deep Image Prior(ディープ・イメージ・プライオリ、ディープ・イメージ・プライオリ、DIP)は、ランダムなd畳み込みニューラルネットワークの重みを最適化し、ノイズや過度な測定値からの信号に適合させる技術である。 本稿では,Vector Fitting (VF) の実装に対して,ほぼすべてのテスト例において優れた性能を示す。
  論文  参考訳（メタデータ） (2023-06-06T20:28:37Z)
• Blind Equalization and Channel Estimation in Coherent Optical Communications Using Variational Autoencoders [1.7188280334580193]
  光通信におけるキャリア回復のための変分推論に基づく適応型ブラインド等化器の可能性について検討する。 変分オートエンコーダ(VAE)等化器の概念を高次変調形式に一般化する。
  論文  参考訳（メタデータ） (2022-04-25T16:46:03Z)
• 3D Human Pose and Shape Regression with Pyramidal Mesh Alignment Feedback Loop [128.07841893637337]
  回帰に基づく手法は最近、単眼画像からヒトのメッシュを再構成する有望な結果を示した。 パラメータの小さな偏差は、推定メッシュと画像のエビデンスの間に顕著な不一致を引き起こす可能性がある。 本稿では,特徴ピラミッドを活用し,予測パラメータを補正するために,ピラミッドメッシュアライメントフィードバック(pymaf)ループを提案する。
  論文  参考訳（メタデータ） (2021-03-30T17:07:49Z)
• Heisenberg scaling precision in the estimation of functions of parameters [0.0]
  一般の$M$チャネル線形ネットワークで符号化された任意のパラメータの任意の数$l$の関数の推定において,ハイゼンベルクのスケーリング精度に達するメロジカル戦略を提案する。 2つの補助線形ネットワークが必要であり、その役割は2つある: 干渉計と相互作用した後、信号が単一チャネルに再焦点され、線形ネットワークの分析により推定されるパラメータの関数が固定される。
  論文  参考訳（メタデータ） (2021-03-15T17:28:15Z)
• Entanglement Enhanced Estimation of a Parameter Embedded in Multiple Phases [1.0828616610785522]
  量子強調センシングは、非古典的なプローブと測定によるセンシングタスクの性能向上を約束する。 位相列内に符号化されたシーンパラメータを推定するために,絡み合った量子プローブを用いた分散分散センシングフレームワークを提案する。 本稿では, 高周波位相アレイ指向レーダー, 原子間力顕微鏡用ビーム変位追跡, 光ファイバ温度勾配計など多種多様なフレームワークを応用した。
  論文  参考訳（メタデータ） (2020-04-08T17:59:33Z)

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。