- Galax выпустила GeForce RTX 5080 HOF OC LAB... (6087)
- Никакого чуда китайская нейросеть DeepSeek... (6683)
- Искусственный интеллект помогает ловить... (6976)
- Samsung Galaxy S25 Ultra попытались согнуть,... (4560)
- Вечный полёт в атмосфере Венеры: NASA... (4562)
- RTX 5090 и RTX 5080 очень дорогие и в... (3996)
- OnePlus 13 легко обошёл iPhone 16 Pro Max, и... (3287)
- Новый игрок на рынке малых спутников:... (2956)
- Apple отменила ещё один проект очков... (3180)
- Независимая комиссия NASA отмечает... (3163)
- Вот и Nvidia подсмотрела что-то у AMD.... (3249)
- Илон Маск заявил о готовности Tesla... (3277)
- Google развернула модель Gemini Flash 2.0... (3388)
- Мировой рынок смартфонов впервые за два года... (3596)
- Virgin Galactic и Redwire объединились для... (3312)
- Будущее лунной программы «Артемида» под... (2585)
Специалисты МГУ и Сколтеха нашли более эффективный метод анализа пространственных состояний фотонов
Дата: 2020-02-17 02:31
По сообщению пресс-центра МГУ, физики Центра квантовых технологий МГУ совместно со специалистами Сколтеха нашли более эффективный метод анализа пространственных состояний фотонов, чем обычно используемые методы. Он основан на использовании глубокой нейросети.
По мере развития квантовых технологий и роста сложности создаваемых квантовых устройств на передний план выходит разработка методов их характеризации и отладки. С их помощью исследователи могут оценить работу устройств и соответствие экспериментальных данных теоретическим моделям. Основным методом является квантовая томография, в которой квантовое состояние или описание квантового процесса являются результатом статистической обработки большого массива экспериментальных данных. Из этого массива необходимо исключить данные об инструментальных ошибках, возникающих при детектировании квантовых состояний.
Исследуя пространственные состояния фотонов, ученые из МГУ и Сколтеха проводили измерения с помощью специальных голограмм, преобразующих фазу светового пучка, который затем фокусируется в одномодовое волокно. Эти голограммы работают не идеально, поскольку точность измерений зависит от размерности квантового состояния. Традиционный метод очистки экспериментальных данных от шума заключается в измерении возникающих «неидеальностей» и построении системы поправок аналитическим путем.
Исследователи заменили традиционный метод использованием глубокой нейросети и пришли к выводу, что она позволяет эффективнее избавляться от шумов и значительно точнее восстанавливать пространственное состояние фотона.

По мнению ученых, этот метод можно использовать и в других задачах, связанных с квантовой томографией. В частности, речь идет об отладке логических вентилей в квантовых компьютерах, тестировании квантовых каналов связи и калибровке квантовых сенсоров.
КомментироватьПодробнее на iXBT
Предыдущие новости
Новый бюджетный смартфон Apple оснастят безрамочным экраном
Изучая списки деталей и узлов, предназначенных для сборки нового «бюджетника» от Apple, специалисты увидели там строки об оптических 3D-датчиках и теперь они уверены, что iPhone 9 получит функцию Face
Серия твердотельных накопителей Patriot P300 включает модели типоразмера M.2 объемом до 1 ТБ
Компания Patriot некоторое время назад сообщила о выпуске твердотельных накопителей серии P300. Эти SSD типоразмера M.2 оснащены интерфейсом PCIe Gen3 x4 и поддерживают протокол NVMeю Серия включает модели объемом от 256 ГБ до 1 ТБ. Производитель не уточняет, какой и именно контроллер используется в SSD, ограничиваясь тем, что называет его «контроллером следующего поколения»....
В Китае начали выпускать возможное лекарство от коронавируса
Первое лекарство, которое потенциально может быть эффективным в борьбе с коронавирусом, запущено в производство в китайской провинции Чжэцзян. Как говорится в заявлении руководства города Тайчжоу, речь идет о препарате, ранее известном как Favipiravir или...
Topaz Video Enhance AI увеличивает разрешение видео до 8K
Компания Topaz недавно представила программу для повышения разрешения видеозаписей Video Enhance AI. Эта программа экстраполирует детали изображения, полагаясь на технологии глубокого обучения. За счет этого обеспечивается высокое качество и реалистичная детализация. Разработчики рекомендуют использовать программу на системах с видеокартами Nvidia. Минимальные требования...