MétaCan
Menu
Retour à la cohorte
Enregistrement W4405731339 · doi:10.1098/rsta.2023.0332

Limitations in quantum metrology approaches to imaging resolution

2024· review· en· W4405731339 sur OpenAlexafffund
Yu Xu, R. W. Boyd

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society A Mathematical Physical and Engineering Sciences · 2024
Typereview
Langueen
DomaineComputer Science
ThématiqueQuantum Information and Cryptography
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesBiological and Environmental ResearchNatural Sciences and Engineering Research Council of Canada
Mots-clésQuantum metrologyComputer scienceQuantumResolution (logic)MetrologyQuantum imagingTheoretical physicsPhysicsQuantum technologyArtificial intelligenceQuantum mechanicsOpen quantum system

Résumé

récupéré en direct d'OpenAlex

Can a quantum advantage for imaging resolution be realized with the help of quantum estimation theory? We expect so, but we show that, presently, theoretical tools are insufficiently developed to answer this question for extended objects. Still, there is much to be learned from the current state of the art. In this review, we re-examine prominent results in the literature and probe the limits of quantum metrology in addressing imaging resolution. In particular, we show that under restrictive but well-defined conditions, any quantum advantage in one-dimensional phase imaging appears to diminish for increasingly detailed objects. We also show that a previous attempt at tackling this question, while incomplete, does predict an advantage for single-molecule localization microscopy, although this method may not be feasible in the near term. As for experimental claims of Heisenberg-limited imaging resolution, we briefly address the many inherent difficulties in demonstrating that such a thing has indeed been achieved.This article is part of the theme issue 'The quantum theory of light'.

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)0,004
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,004
Communication savante0,0020,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,004
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 Opus0,166
Tête enseignante GPT0,284
Écart entre enseignants0,118 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society A Mathematical Physical and Engineering SciencesMême sujetQuantum Information and CryptographyTravaux en français237 207