MétaCan
Menu
Retour à la cohorte
Enregistrement W2156881010 · doi:10.1063/1.3630163

Adaptive Optical Phase Estimation Using Time-Symmetric Quantum Smoothing

2011· article· en· W2156881010 sur OpenAlexafffund
Trevor A. Wheatley, Dominic W. Berry, Hidehiro Yonezawa, Daisuke Nakane, H. Arao, D. T. Pope, Timothy C. Ralph, Howard M. Wiseman, Akira Furusawa, Elanor H. Huntington, Ping Koy Lam

Notice bibliographique

RevueAIP conference proceedings · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Matter Interactions and Applications
Établissements canadiensPerimeter InstituteUniversity of Waterloo
Organismes subventionnairesIndustry CanadaMinistry of Education, Culture, Sports, Science and Technology
Mots-clésIconCitationSmoothingComputer scienceInformation retrievalWorld Wide WebComputer vision

Résumé

récupéré en direct d'OpenAlex

We present an experimental demonstration of quantum smoothing, a non causal version of quantum parameter estimation that has applications from gravitational wave detection to quantum key distribution. An existing technique for this type of parameter estimation is quantum filtering, which uses past observations only. The technique presented here is time-symmetric that uses past and future observations to obtain a more precise estimate. We couple this innovative estimation technique with an adaptive detection scheme to demonstrate an estimation of the optical phase of light measured to be 2.24 ± 0.14 times better than the standard quantum limit. This approaches our theoretically derived prediction of a mean square error improvement of 2√2 times over the standard quantum limit [1].

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,063
Tête enseignante GPT0,305
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetLaser-Matter Interactions and ApplicationsTravaux en français237 207