基于机器学习方法的单囚禁离子量子比特快速高保真度读取
量子物理
2019-07-31 v2
摘要
在这项工作中，我们引入机器学习方法来实现 囚禁离子系统上单量子比特的读取。在测试中，包括卷积神经网络和全连接神经网络在内的不同机器学习方法与传统方法进行了比较。结果表明，机器学习方法具有更高的保真度，并在相对短的时间内给出更鲁棒的读取结果。为获得 99% 的读取保真度，神经网络仅需要传统阈值或最大似然方法一半的检测时间。此外，我们在基于硬件的现场可编程门阵列和 ARM 处理器上实现了机器学习算法。在 离子阱的嵌入式硬件系统上，展示了在 171 s 内达到 99.5% 的平均读取保真度（基于 量级次试验）。
引用
@article{arxiv.1810.07997,
title = {Fast and High-Fidelity Readout of Single Trapped-Ion Qubit via Machine Learning Methods},
author = {Zi-Han Ding and Jin-Ming Cui and Yun-Feng Huang and Chuan-Feng Li and Tao Tu and Guang-Can Guo},
journal= {arXiv preprint arXiv:1810.07997},
year = {2019}
}
备注
Under submission at IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT