机构名称：
¥ 1.0
最近的发展使得将机器学习工具嵌入到实验平台中以解决关键问题成为可能，包括表征量子态的特性。利用这一点，我们在光子平台中实现了量子极限学习机，以实现对光子偏振态的资源高效和准确的表征。这种输入状态演变的底层储层动力学是使用高维光子轨道角动量的量子行走和在固定基础上进行投影测量来实现的。我们展示了如何重建未知的偏振态，而不需要仔细表征测量设备，并且对实验缺陷具有鲁棒性，从而为资源经济状态表征提供了一种有前途的途径。
光子量子极限学习机中的实验特性重建
主要关键词
相关文件推荐
