提高了超导量子比特的读取效率且极大地抑制了读取串扰效应

据中国新闻网报道，中国科学技术大学郭光灿院士团队在机器学习方面取得了重要进展，提高了超导量子比特的读取效率。

该团队郭郭萍教授与原量子计算公司合作，在原夸父6位超导量子芯片上研究了串扰对量子比特状态读取的影响，创新性地提出利用浅层神经网络识别和读取量子比特的状态信息，极大地抑制了串扰的影响，进一步提高了多比特读取的保真度。

根据消息显示，研究人员通过对量子比特信息提取过程的抽象和模拟，提出了一种新的量子比特读取方案:通过基于数字信号处理流程训练浅层神经网络，可以准确识别和分类量子比特的状态。

研究人员将该方案应用于原夸父6位超导量子芯片，发现新的读取方案不仅有效提高了6位读取保真度，而且极大地抑制了读取串扰效应同时，由于新方案中的数据处理可以进一步简化为单步矩阵运算，未来可以直接传输到现场可编程门阵列，从而实现量子位状态的零延迟判断和量子位的实时反馈控制该方案不仅适用于超导量子计算，也适用于量子计算的其他物理实现方案

这一成果以长篇研究文章的形式发表在国际著名的《应用物理学杂志》《Physical Review Applied》上。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。