科研之友
微信
新浪微博
Facebook
分享链接
摘要
作为量子技术中的信息载体，量子比特被广泛应用于量子计算、量子模拟以及量子精密测量等研究领域。然而由于环境中如噪声等因素的存在，量子比特的信息表征会受到一定限制。如何精确地解析出环境中作用于量子比特的噪声谱信息，成了量子比特动力学解耦工作中亟待解决的问题。基于近似解析的传统方法无法精确地从量子比特的时域测量信息中解析出噪声谱。因此，在本文中，我们提出了一种基于深度学习的量子比特噪声谱解析方法。该方法通过不断学习，能够获取量子比特的退相干曲线与其噪声谱之间的潜在映射关系，为后续数值模拟和实验测量中的量子比特噪声谱解析提供了新的技术思路。相比于传统方法，该方法的精确度更高，并且可以推广到其他类型噪声谱的解析工作中。
-
单位物理学院; 合肥工业大学
