用于在线单次态分类的神经网络
量子物理
2023-01-12 v2
摘要
神经网络已被证明在从图像识别到识别量子物理模型中的相变等一系列实际应用中是高效的。在本文中，我们研究神经网络在单次量子测量中态分类的应用。我们利用超导 transmon 电路的色散读出，展示了对两态和三态分类的指派保真度提升。更重要的是，我们的方法可用于在线数据处理，无需开销也无需将大量数据传输至硬盘。此外，我们展示了神经网络能够针对实验缺陷进行训练，例如外差检测方案中本振的相位漂移。
引用
@article{arxiv.2107.05857,
title = {Neural networks for on-the-fly single-shot state classification},
author = {Rohit Navarathna and Tyler Jones and Tina Moghaddam and Anatoly Kulikov and Rohit Beriwal and Markus Jerger and Prasanna Pakkiam and Arkady Fedorov},
journal= {arXiv preprint arXiv:2107.05857},
year = {2023}
}