記者3日從中國科學技術(shù)大學獲悉,該校郭光燦院士團隊在機器學習提高超導(dǎo)量子比特讀取效率上取得重要進展。據(jù)了解,該團隊郭國平教授研究組與本源量子計算公司合作,在本源“夸父”6比特超導(dǎo)量子芯片上研究了串擾對量子比特狀態(tài)讀取的影響,并創(chuàng)新性地提出使用淺層神經(jīng)網(wǎng)絡(luò)來識別和讀取量子比特的狀態(tài)信息,從而大幅度抑制了串擾的影響,進一步提高了多比特讀取保真度。(中國新聞網(wǎng))
記者3日從中國科學技術(shù)大學獲悉,該校郭光燦院士團隊在機器學習提高超導(dǎo)量子比特讀取效率上取得重要進展。據(jù)了解,該團隊郭國平教授研究組與本源量子計算公司合作,在本源“夸父”6比特超導(dǎo)量子芯片上研究了串擾對量子比特狀態(tài)讀取的影響,并創(chuàng)新性地提出使用淺層神經(jīng)網(wǎng)絡(luò)來識別和讀取量子比特的狀態(tài)信息,從而大幅度抑制了串擾的影響,進一步提高了多比特讀取保真度。(中國新聞網(wǎng))
請輸入驗證碼