MétaCan
Menu
Retour à la cohorte
Enregistrement W4386325182 · doi:10.1103/physrevapplied.20.024077

Superresolution Enhancement in Biphoton Spatial-Mode Demultiplexing

2023· article· en· W4386325182 sur OpenAlexafffund
Florence Grenapin, Dilip Paneru, Alessio D’Errico, Vincenzo Grillo, Gerd Leuchs, Ebrahim Karimi

Notice bibliographique

RevuePhysical Review Applied · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Research Council CanadaHorizon 2020 Framework ProgrammeCanada Research Chairs
Mots-clésPhysicsPhotonOpticsGaussianAperture (computer memory)Photon entanglementMultiplexingRayleigh scatteringQuantum entanglementQuantum mechanicsComputer science

Résumé

récupéré en direct d'OpenAlex

Imaging systems measuring intensity in the far field succumb to Rayleigh's curse, a resolution limitation dictated by the finite aperture of the optical system. Many proof-of-principle and some two-dimensional imaging experiments have shown that, by using spatial mode demultiplexing (SPADE), the field information collected is maximal, and, thus, the resolution increases beyond the Rayleigh criterion. Hitherto, the SPADE approaches are based on resolving the lateral splitting of a Gaussian wave function. Here, we consider the case in which the light field originates from a biphoton source, i.e., spontaneous parametric down-conversion, and a horizontal separation is introduced in one of the two photons. We show that a separation induced in the signal photon arm can be superresolved using coincidence measurements after projecting both photons on Hermite-Gauss modes. Remarkably, the Fisher information associated with the measurement is enhanced compared to the ordinary SPADE techniques by $\sqrt{K}$, where $K$ is the Schmidt number of the two-photon state that quantifies the amount of spatial entanglement between the two photons.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,559

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,349
Écart entre enseignants0,336 · 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 tête enseignante, 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

Citations10
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review AppliedMême sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207