論文の概要: Exponential separation in sensing continuous signals via squeezing

• arxiv url: http://arxiv.org/abs/2609.38678v1
• Date: Wed, 30 Sep 2026 00:03:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.855692
• Title: Exponential separation in sensing continuous signals via squeezing
• Title（参考訳）: Squeezingによる連続信号検出における指数分離
• Abstract要約: 重力波検出や電磁場検出といった多くの応用において、信号は連続的に進化し、時間とともに変化する。 我々は、利用可能なスクイーズにより、連続的に進化する信号に対する知覚時間において指数関数的分離を確立する。 squeezingが少なくとも$(sqrtlog T)$のセンサーは$mathrmpoly(T)$のセンシング時間を提供するのに対して、squeezingが$o(sqrtlog T)$のセンサーは$T$の指数知覚時間を使用する必要がある。
• 参考スコア（独自算出の注目度）: 1.044455489883978
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum sensing traditionally focuses on using quantum resources such as squeezing and entanglement to improve precision for sensing fixed signals. However, in many applications such as gravitational-wave detection and electromagnetic-field sensing, the signal evolves continuously and varies through time. Additionally, the learner is free to prepare, control, and measure the sensor at arbitrary times, possibly chosen adaptively. In this work, we establish exponential separation in sensing time for continuously evolving signals due to the available squeezing. The signals we study are characterized by a pattern size $T$, and we find that a sensor with squeezing at least $ω(\sqrt{\log T})$ offers a $\mathrm{poly}(T)$ sensing time, whereas those with squeezing at most $o(\sqrt{\log T})$ must use an exponential sensing time in $T$.
• Abstract（参考訳）: 量子センシングは伝統的に、固定信号を検出する精度を向上させるために、スクイーズや絡み合いなどの量子リソースの使用に焦点を当てている。 しかし、重力波検出や電磁場検出といった多くの応用では、信号は連続的に進化し、時間とともに変化する。 さらに、学習者は任意のタイミングで、おそらく適応的に選択されたセンサーを準備し、制御し、測定することができる。 本研究では,使用可能なスキューズにより連続的に変化する信号に対して,検出時間を指数的に分離する。 パターンサイズが$T$で、少なくとも$ω(\sqrt{\log T})$のセンサーが$\mathrm{poly}(T)$のセンシング時間を提供しているのに対し、$o(\sqrt{\log T})のセンサーは$T$の指数知覚時間を使用しなければならない。

関連論文リスト

• Ramsey correlation spectroscopy with phase cycling using a single quantum sensor [0.0]
  本稿では,Ramsey測定と相関スペクトルを組み合わせることで,制約を克服するプロトコルであるRESOLUTEを提案する。 本研究では, 実効コヒーレンス時間を$T* = 0.38,s$から$Tp = 5.1,s$に拡張し, ハーンエコー測定を上回った。 これらの進歩により、単一分子イメージングおよび量子センシング用途の感度が向上する。
  論文  参考訳（メタデータ） (2026-03-05T19:59:24Z)
• Emergence and scaling laws in SGD learning of shallow neural networks [64.48316762675141]
  等方性ガウスデータに基づいてP$ニューロンを持つ2層ニューラルネットワークを学習するためのオンライン勾配降下(SGD)の複雑さについて検討した。 平均二乗誤差(MSE)を最小化するために,学生2層ネットワークのトレーニングのためのSGDダイナミックスを高精度に解析する。
  論文  参考訳（メタデータ） (2025-04-28T16:58:55Z)
• Causality, localization, and universality of monitored quantum walks with long-range hopping [0.0]
  一次元格子上の量子ウォークの最適リセット率を決定するための戦略を提供する。 我々の結果は、平衡を決定するための長距離コヒーレント力学、対称性、局所量子計測プロセスの相互作用に光を当てた。
  論文  参考訳（メタデータ） (2025-04-16T13:08:42Z)
• Ancilla quantum measurements on interacting chains: Sensitivity of entanglement dynamics to the type and concentration of detectors [46.76612530830571]
  我々は、自由度(検出器')に結合した量子多体格子系を考える。 鎖内の密度と絡み合いエントロピーのダイナミクスを、$rho_a$と$M$の様々な値で探求する。
  論文  参考訳（メタデータ） (2023-11-21T21:41:11Z)
• Quantum spectral analysis by continuous measurement of Landau-Zener transitions [0.0]
  単一実験ショットにおける単一量子センサによる信号周波数と振幅の同時推定を実演する。 振幅の精度が20textpT$、周波数の周波数の精度がほぼ変化した磁気信号は、300textms$で7ドルから13textkHz$まで一括して感知する。 このプロトコルは、数百から数千のチャネルを1つの量子センサーで検知する、暗黙の量子スペクトル分析器を実現する。
  論文  参考訳（メタデータ） (2023-06-02T15:37:26Z)
• Physics-informed compressed sensing for PC-MRI: an inverse Navier-Stokes problem [78.20667552233989]
  我々は、ノイズやスパース磁気共鳴信号から速度場を復元するための物理インフォームド圧縮センシング(PICS)法を定式化する。 本手法は, 疎サンプリング信号から速度場を再構成し, セグメンテーションすることができる。
  論文  参考訳（メタデータ） (2022-07-04T14:51:59Z)
• Approximate Function Evaluation via Multi-Armed Bandits [51.146684847667125]
  既知の滑らかな関数 $f$ の値を未知の点 $boldsymbolmu in mathbbRn$ で推定する問題について検討する。 我々は、各座標の重要性に応じてサンプルを学習するインスタンス適応アルゴリズムを設計し、少なくとも1-delta$の確率で$epsilon$の正確な推定値である$f(boldsymbolmu)$を返す。
  論文  参考訳（メタデータ） (2022-03-18T18:50:52Z)
• Quantum Sensing of Intermittent Stochastic Signals [0.0]
  本研究では,センサ数と忠実度が連続的・断続的信号に対する感度に与える影響について検討した。 F1$で1/F2$のセンサー数を増やすと、F=1$の感度が回復することがわかった。 また、量子射影雑音限界におけるニアユニティ制御の忠実度と読み出しの重要性を示す。
  論文  参考訳（メタデータ） (2020-10-07T22:25:18Z)
• Detection of gravitational-wave signals from binary neutron star mergers using machine learning [52.77024349608834]
  本稿では,重力波検出器の時系列ひずみデータを用いたニューラルネットワークに基づく機械学習アルゴリズムを提案する。 信号対雑音比が25未満の信号に対する感度は6因子改善した。 保守的な推定は、我々のアルゴリズムが信号の到着からアラート発生までの平均10.2秒の遅延を発生させることを示している。
  論文  参考訳（メタデータ） (2020-06-02T10:20:11Z)
• Analytic Signal Phase in $N-D$ by Linear Symmetry Tensor--fingerprint modeling [69.35569554213679]
  解析信号位相とその勾配は2-D$以上の不連続性を持つことを示す。 この欠点は深刻なアーティファクトをもたらす可能性があるが、問題は1-D $シグナルには存在しない。 本稿では,複数のGaborフィルタに頼って線形シンメトリー位相を用いることを提案する。
  論文  参考訳（メタデータ） (2020-05-16T21:17:26Z)

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。