Valley-Peak Modulation in Phase Space: an Exposure-Invariant VPM and its Theta-Function Structure

この論文は、深サブ電子読み出しノイズ CMOS センサーにおける読み出しノイズを定量化する指標であるバレー・ピーク変調（VPM）について、整数光電子数を商とする位相空間への写像を導入することで、露光量に依存しない厳密な位相空間 VPM を導出し、その構造がヤコビのテータ関数で記述可能であることを示し、既存の露光不変近似式が格子和の切断項として復元されることを明らかにしたものである。

要約

📷 物語の舞台：「完璧なカメラ」を探して

まず、この研究の対象である「深サブ電子読み出しノイズ（DSERN）」という技術についてイメージしてみましょう。

普通のカメラのセンサーは、光（光子）を電気信号に変えて画像を作ります。しかし、昔のセンサーは「ノイズ」がひどく、光の粒（光子）が 1 つ、2 つと数えられるレベルの微弱な光を正確に捉えることができませんでした。

最近の技術は、このノイズを極限まで減らし、「光子が 1 つ、2 つ、3 つ……」と粒々を数えられるレベルまで感度を高めています。これを「光子カウント」と呼びます。

🎯 問題：「谷と山」の謎

光子を数えるセンサーでは、画像の明るさ（ヒストグラム）を見ると、以下のような特徴が見られます。

• 山（ピーク）： 光子が「0 個」「1 個」「2 個」……と整数で集まる場所。
• 谷（バレー）： 山の間の、光子数が半分（0.5 個など）になる場所。

理想的なセンサーなら、山はくっきりとしていて、谷は完全にゼロになるはずです。しかし、現実には「読み出しノイズ」という**「かすかな震え」**があるため、谷が埋まってしまい、山と山の境目がぼやけてしまいます。

この「谷がどれだけ埋まっているか（山と谷の差）」を測る指標を、**VPM（Valley-Peak Modulation：谷・山変調）**と呼びます。

【従来の方法の悩み】
これまでの VPM の計算には大きな問題がありました。
「谷の深さ」は、**「ノイズの大きさ」だけでなく、「どれだけの光（露光量）が入ってきたか」**にも依存してしまうのです。

• 例えるなら、**「風邪の熱を測る体温計」が、「その人が走った後の体温」**によっても数値が変わってしまうようなものです。
• 「ノイズが小さいから良いセンサーだ」と言いたいのに、「光の量が変わると数値が変わる」のでは、正確な評価ができません。

💡 解決策：「円周の世界」へ移動する

この論文の著者たちは、この問題を解決するために、**「視点を変える」**という画期的なアイデアを思いつきました。

1. 整数を捨てて、小数部分だけ見る

光子の数は「0, 1, 2, 3……」と整数で増えます。しかし、ノイズによる「ぼやけ」は、この整数の**「小数点以下の部分」**に現れます。
著者たちは、「整数の部分は捨てて、小数部分だけを取り出して考えよう」と提案しました。

2. 時計の文字盤（円）への移動

整数を捨てて小数部分だけを見るということは、数学的には**「1 で割った余り」を見ることと同じです。
これをイメージしやすいように「時計の文字盤」**に例えてみましょう。

• 従来の方法（直線）： 0 時間、1 時間、2 時間……と一直線に並んだ時間。光の量（露光量）が増えると、針がどんどん右に動いていきます。
• 新しい方法（円）： 12 時間ごとに針がリセットされる**「時計」**。
  • 1 時間、13 時間、25 時間……すべて「1 時の位置」に重なります。
  • 光の量（露光量）がいくら変わっても、針の位置（小数部分）は**「1 時」や「2 時」の位置にしかありません。**

この「時計の文字盤」のような空間を**「位相空間（Phase Space）」**と呼びます。

🌟 発見：露光量に依存しない「真のノイズ」

著者たちは、この「時計の文字盤」の世界で VPM を計算すると、驚くべき事実がわかりました。

「光の量（露光量）がどう変わっても、ノイズの測り方（VPM）は全く変わらない！」

つまり、従来の「直線の世界」では混同されていた「光の量」と「ノイズ」が、この「時計の世界」では完全に分離されたのです。

• 光の量は、針が「1 時」か「2 時」かという**「整数の位置」**に関係します。
• ノイズは、針が「1 時」の位置から**「どれだけふらついているか」**に関係します。

この新しい VPM は、**「露光量不変（Exposure-Invariant）」**と呼ばれ、どんな光の量でも正確にノイズを測れるようになりました。

📐 数学の魔法：「タコ糸」と「楕円」

この新しい VPM を計算する式は、少し難しそうな数学用語（ヤコビのテータ関数や楕円積分）が出てきますが、簡単に言うと：

• テータ関数： 「時計の文字盤」に広がるノイズの分布を、**「無限に伸びるタコ糸」**のように重ね合わせて表現する公式です。
• 楕円積分： この公式を逆算して、「ノイズの大きさ」を正確に求めるための鍵となる計算です。

これにより、以前使われていた「近似式（だいたいの計算式）」が、実はこの「完璧な公式」の一部を切り取ったものだったことがわかりました。

🧪 実験結果：実証された精度

著者たちは、コンピュータ上でシミュレーションを行い、この新しい方法でノイズを測定しました。

• 設定： 実際のノイズ値 0.2 を入力。
• 結果： 新しい方法で計算すると、0.2027という、ほぼ完璧な値が返ってきました。

これは、従来の方法では難しかった「極めて低いノイズ」を、光の量に関係なく正確に捉えられたことを意味します。

🎉 まとめ：なぜこれが重要なのか？

この論文の貢献は、**「カメラのセンサーが本当に高性能かどうかを、光の量に左右されずに正しく測るものさし」**を発見したことです。

• 従来の方法： 「光の量によって測り方が変わる、少し曖昧な物差し」。
• 新しい方法（この論文）： 「光の量に関係なく、常に同じ精度で測れる、完璧な物差し」。

これにより、将来の超高感度カメラや、宇宙の暗い星を撮る天文カメラ、あるいは医療用の微細な画像診断装置など、**「ノイズを極限まで抑えたい」**すべての技術開発において、より正確な評価基準が提供されることになります。

要するに、**「光の量というノイズ（混乱）を取り除き、センサー本来の能力（ノイズの少なさ）だけを純粋に測る方法」**を見つけた、という画期的な研究なのです。

技術概要

以下は、提示された論文「Valley-Peak Modulation in Phase Space: an Exposure-Invariant VPM and its Theta-Function Structure」の技術的な要約です。

論文概要

タイトル: Valley-Peak Modulation in Phase Space: an Exposure-Invariant VPM and its Theta-Function Structure
著者: Aaron J. Hendrickson, David P. Haefner
日付: 2026 年 3 月 3 日

---

1. 背景と課題 (Problem)

深部サブ電子読み出しノイズ（DSERN）を有する CMOS センサにおいて、読み出しノイズ（$\sigma$）を定量化する指標として、**バレー・ピーク変調（Valley-Peak Modulation: VPM）**が導入されています。

• 従来の課題: 従来の振幅ドメイン（Amplitude-domain）での VPM 定義は、読み出しノイズだけでなく、**量子露光量（Quanta exposure, $H$）**にも依存していました。
• Starkey & Fossum の貢献と限界: 先行研究（Starkey & Fossum）は、DSERN 領域（$\sigma \lesssim 0.5$ e-）において、露光量に依存しない近似式を導出しました。しかし、これらはあくまで「近似」であり、なぜ露光量に依存しないのか、その背後にある数学的構造（本質的な不変量）が明確にされていませんでした。
• 本研究の目的: 既存の近似式が近似している「露光量不変の真の物理量」を特定し、厳密な数学的定式化を行うこと。

2. 手法 (Methodology)

本研究は、標準的なポアソン - ガウスモデルから出発し、位相空間（Phase Space）への変換を導入することで問題を解決しました。

1. 位相空間への変換（Phase Mapping）:

   • センサ出力 $X$ は、$X = \mu + \frac{1}{g}(K + \sigma Z)$ でモデル化されます（$K$: 光電子数、$Z$: 標準正規分布）。
   • 整数部分（光電子カウント $K$）を除外し、ノイズ特性のみを抽出するため、**「1 電子あたりでモジュロ 1（mod 1）」**の操作を適用します。
   • 具体的には、単位円への埋め込み $y \mapsto e^{i2\pi y}$ を用い、位相 $\Phi = \text{Arg}(e^{i2\pi g(X-\mu)})$ を定義します。
   • この変換により、$\Phi$ は露光量 $H$（および $K$）に依存せず、**包絡されたガウス分布（Wrapped Gaussian）**に従うことが示されました。

2. 数学的定式化:

   • 包絡されたガウス分布の確率密度関数は、**ヤコビのテータ関数（Jacobi theta function）**を用いて表現できます。
   • 位相空間における VPM（$VPM_\phi$）を定義し、ピークとバレーの密度比から導出します。
   • 既存の露光量不変近似式が、このテータ関数展開の**低次項の切断（truncation）**として自然に導かれることを示しました。

3. 逆関数の導出:

   • 読み出しノイズ $\sigma$ を $VPM_\phi$ の関数として求める逆変換を導出しました。
   • この逆関数は、**完全楕円積分（Complete elliptic integrals）**を用いた閉形式（closed-form）で表現可能です。

3. 主要な貢献 (Key Contributions)

• 露光量不変な VPM の厳密定義: 位相空間における VPM が、量子露光量 $H$ に完全に依存しない不変量であることを証明しました。
• テータ関数構造の解明: 位相空間の VPM が、ヤコビのテータ関数の比（$\vartheta_4/\vartheta_3$）として閉じた形式で記述できることを示しました。
• 近似式の理論的裏付け: Starkey & Fossum が提案した 3 つの露光量不変近似式が、位相空間 VPM の級数展開における特定の項の切断（$v(0,0), v(0,1), v(1,1)$）に他ならないことを明らかにし、なぜそれらが DSERN 領域で高精度になるかを理論的に説明しました。
• ノイズ推定の逆関数: 楕円積分を用いた、VPM から読み出しノイズ $\sigma$ を直接算出する厳密な逆関数式を提示しました。

4. 結果 (Results)

• 数値シミュレーション:
  • $N = 5 \times 10^6$ の擬似ランダム観測データを用いたシミュレーションを実施しました（真のノイズ $\sigma = 0.2$ e-）。
  • 位相変換を適用したヒストグラムから VPM を推定し、導出した逆関数式 (9) を用いてノイズを再計算しました。
  • 結果、推定値 $\hat{\sigma} = 0.2027$ e- となり、真値と非常に高い一致を示しました。
• 近似式の挙動:
  • 図 3 に示すように、$\sigma \to 0$ の極限において、既存の近似式は位相空間 VPM に漸近的に収束することが確認されました。
  • $\sigma < 0.2$ e- の超低ノイズ領域では、VPM は 1 に漸近し、ピークの重なりがほぼゼロであることを示唆しています。

5. 意義と結論 (Significance and Conclusion)

• 概念的な明確化: VPM は本質的に「円周上の変調統計量」であり、整数光電子ラティスを商（quotient）することで、実数振幅ドメインから単位円上の位相ドメインへ変換できることを示しました。
• 実用的なツール: 本研究は新しい測定手法そのものを提案するものではなく、既存の手法の背後にある「不変な対象」を特定し、テータ関数や楕円積分を用いた閉形式の式を提供した点に意義があります。
• 将来への応用: 導出された厳密な式は、DSERN センサの特性評価や、より高度なノイズ推定アルゴリズムの開発において、理論的基盤および計算ツールとして有用であると考えられます。

要約すれば、この論文は「VPM の露光量依存性を除去し、位相空間における厳密なテータ関数表現と楕円積分による逆関数を導出することで、深部サブ電子ノイズ領域のノイズ評価を数学的に厳密化した」ものです。