沙虫科技网logo.png沙虫科技网

沙虫科技网
提供IT业界的新鲜事、奇趣事和热门焦点,掌控最热最新的互联网新闻、科技新闻和IT业界动态。
沙虫科技网

机器学习为下一级量子传感铺平了道路

布里斯托大学的研究人员通过将机器学习与量子传感器相结合,在室温下检测具有极高灵敏度的磁场达到了新的高度。

发表在Physical Review X上的研究结果可能会导致新一代MRI扫描仪使用磁场和无线电波来生成身体内部的详细图像,以及生物学和材料科学中的其他潜在用途。

这些研究结果是通过机器学习技术的结合实现的 - 计算机适应和学习人类和动物自然的经验 - 以及量子传感设备。

来自 布里斯托大学量子工程与技术实验室(QETLabs)的研究人员与乌尔姆大学 和微软的量子光学研究所合作, 使用基于氮中电子自旋的量子传感器证明了这一点。空置(NV)钻石中心。

氮空位(NV)中心是可以在钻石中发现或产生的原子缺陷。它们允许人们与单个电子相互作用,而单个电子又可以用于感测电场和磁场。它们独特的高空间分辨率和灵敏度组合导致了对单个神经元的活动进行监测并映射到纳米级的情景的研究。然而,这种纳米级核磁共振应用受到在现有技术设置中在室温下可用的光学读出的噪声的限制。

布里斯托尔大学首席研究员Anthony Laing博士说:“我们期望在新一代传感实验中部署我们的技术可以解开未开发的制度,其中实时跟踪和增强的灵敏度是探索纳米尺度现象的关键因素。 “。

布里斯托尔大学量子光子学中心研究员Raffaele Santagati博士说:“在这里,我们展示了机器学习如何帮助克服这些限制,以精确跟踪室温下波动的磁场,其灵敏度通常保留给低温传感器。”

共同作者Antonio Gentile说:“在我们的论文中,我们展示了贝叶斯推理方法如何成功地从自然噪声数据中学习磁场和其他物理重要量。这使我们能够以高级数据处理为代价来放松数据读出过程的复杂性。“

在钻石缺陷中发现的氮空位中心已被用于其传感能力的演示,但噪声和不需要的相互作用可能限制它们对现实场景的适用性。。本工作中的结果显示了如何克服这些限制。

相关推荐