MétaCan
Menu
Retour à la cohorte
Enregistrement W2981185821 · doi:10.1109/cleoe-eqec.2019.8872195

Removing Phase Ambiguity in Fiber-Based Interferometers for Coherent Time-Bin Operations

2019· article· en· W2981185821 sur OpenAlexaff
Piotr Roztocki, Mehedi Islam, Christian Reimer, Bennet Fischer, Stefania Sciara, Yanbing Zhang, David Moss, Michael Kues, Roberto Morandotti

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Fiber Laser Technologies
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésAstronomical interferometerBinAmbiguityComputer sciencePhase (matter)InterferometryOpticsPhysicsAlgorithm

Résumé

récupéré en direct d'OpenAlex

Time is a practical and robust degree of freedom for the encoding of quantum information. Qubits encoded in so-called `time-bins', allowing a discrete superposition of two potential arrival times, have their entanglement preserved even over long propagation distances in standard fiber networks [1]. Time has also been used for the preparation of more complex quantum systems, such as hyper-entangled and cluster states [2]. These qualities put time-bin encoding at the center of applications ranging from quantum state preparation through to quantum communications and information processing. One of the hallmarks of the scheme is that a nonlinear element has to be pumped with phase-coherent double-pulses, which can be achieved by using unbalanced interferometers [1], making their phase stability the key determinant of both state generation and analysis accuracy. However, the phase ambiguity arising from the periodicity of feedback signals [3], as well as the difficulty of stabilizing on interference maxima/minima, leave progress to be made in fiberbased interferometry for time-bin encodings.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,012
Tête enseignante GPT0,291
Écart entre enseignants0,279 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Fiber Laser TechnologiesTravaux en français237 207