设为首页收藏本站

|

登录 | 立即注册 | 找回密码

光电工程师社区首页 ›光电资讯› 行业动态 › 查看内容

文章

新研究借助神经网络来查明大型量子计算机中的量子点位

时间：2020-3-20 10:20作者：update 阅读(413) 评论: 5

导读：迄今为止，量子计算机的应用仍相对有限，但研究人员正在努力尝试扩大其规模。基于硅量子位的可容错量子计算机体系结构的一种构建方法，是将单个磷原子放置在 2D 网格上。接着通过纳米电子线，控制一两个量子比特的逻 ...

　　迄今为止，量子计算机的应用仍相对有限，但研究人员正在努力尝试扩大其规模。基于硅量子位的可容错量子计算机体系结构的一种构建方法，是将单个磷原子放置在2D网格上。接着通过纳米电子线，控制一两个量子比特的逻辑门来执行计算。然而这种方法在很大程度上取决于磷原子晶格点位的数量级，原子量子点位的不确定性，对其相互作用的破坏性达到了好几个数量级。

　　如此一来，将导致两个量子位门的运算错误，对给定计算产生了不准确的结果。在大规模的量子计算体系结构中，这种影响将呈指数级放大。

　　为帮助解决这一问题，2016年的时候，墨尔本大学的研究人员使用了磷原子波函数的计算机扫描隧道显微镜（STM）图像，来确定其在硅上的空间位置。

　　这允许以单个晶格来高度精确地找到原子的量子点位，不过下一个挑战，就是如何将这种精确的空间定位方法，扩大到大规模、可容错的量子计算机体系结构中。

　　为开发此框架，研究人员现借助深度学习工具，在10万张数量级的STM图像集上开展卷积神经网络（CNN）的计算训练，然后尝试对1.76万张测试图像进行识别。

　　结果发现，尽管这些图像带有真实环境中常见的模糊和不对称造型，卷积神经网络对测试图像的分类精度仍超过了98%。

　　实验证明了这种基于机器学习的技术能够以高通量、高精度和最少的人机交互，来处理量子比特的测量数据。

　　此外，研究表明该技术具有扩大由多个磷原子组成的量子比特的潜力。在这样的设置下，潜在的图像配置数量可成倍增加。

　　研究团队表示，这种基于机器学习的技术，能够在可容错的通用型量子计算机的开发商发挥关键作用，这也是全世界研究人员的终极目标。

　　有关这项研究的详情，已经发表在近日出版的《自然》（Nature）期刊上，原标题为：《Frameworkforatomic-levelcharacterisationofquantumcomputerarraysbymachinelearning》。

收藏分享邀请

上一篇：Falcon 9火箭克服了一个引擎故障成功部署Starlink卫星下一篇：美国宇航局将发射返回式火星探测器,为科学家提供收集到的样本和信息

最新评论

查看全部评论(5)

引用光学初等级 2020-3-20 19:39: 路过帮顶嘿嘿

引用 qsj1045 2020-3-20 17:09: 学知识了。

引用 cine0611 2020-3-20 15:09: 路过的帮顶

引用 hexi 2020-3-20 12:39: 这里不知道谁管理的，还可以。

引用 allenzjw 2020-3-20 12:09: 广告位，，坐下看看

社区成员推荐

sunny2002

论坛话题推荐

相关文章推荐

【荐】光学设计加工与检测技术培训班邀请函: 学习秉承以理论与实际应用相结合的课程设计思路，让学员在学习后切实理解光学制造研究和开发过程中可能出现的相关问题。同时结合

【荐】山形光学14年IRIS SHUTTER自动光圈快门大幅: 山形光学2014年起自动光圈电机快门（IRIS SHUTTER）片；KIMOTO快门滑动片；KIMOTO羽根片；KIMOTO叶片大幅量产，工艺成熟，品质稳

【荐】分光光度计: 分光光度计是一种很实用的光学仪器，它的应用比较广泛。今天为大家推荐两款优秀的分光光度计，欢迎大家近期积极订购，本月下单可

【荐】Wavelab-Beamfile 光斑分析仪: 自主研发的光束质量分析仪！

|手机版|搜索|焦点光学|光电工程师社区 ( 鄂ICP备17021725号-1 鄂网安备42011102000821号 )

Copyright 2015 光电工程师社区版权所有 All Rights Reserved.

申明：本站为非盈利性公益个人网站，已关闭注册功能，本站所有内容均为网络收集整理，不代表本站立场。如您对某些内容有质疑或不快，请及时联系我们处理！

© 2001-2022 光电工程师社区网站备案号：鄂ICP备17021725号网站公安备案号：鄂42011102000821号 Powered by Discuz! X3.2

GMT+8, 2026-1-2 06:51