基于数据聚类实现光学磁共振谱的快速表征
量子物理
2024-05-30 v1
摘要
光学磁共振(ODMR)已成为测量固态量子发射体自旋状态的成熟且强大的技术，能够在室温下实现基于自旋依赖性重组过程的自旋基准的纳米尺度电场和磁场、温度、应变和压力感测，以及单个电子和核自旋成像。许多这些感测应用的核心是可靠分析ODMR数据的能力，因为共振频率直接映射到作用于自旋传感器的目标物理量。然而，这需要相对较长的积分时间——从毫秒到几十秒——才能使用传统拟合方法达到适合确定这些共振的信噪比。本文提出一种基于数据聚类算法的方法，克服了这一限制，使能够以更高的准确性(~1.3倍因子)、更高的分辨率(~4.7倍因子)和/或更少的数据点(~5倍因子)确定ODMR谱的共振频率。所提出的数据聚类算法(CA)因此是许多ODMR基准的量子感测应用中的强大工具，特别是在处理噪声和稀缺数据集时。
引用
@article{arxiv.2405.18648,
title = {Fast characterization of optically detected magnetic resonance spectra via data clustering},
author = {Dylan G. Stone and Benjamin Whitefield and Mehran Kianinia and Carlo Bradac},
journal= {arXiv preprint arXiv:2405.18648},
year = {2024}
}