机构名称：
¥ 1.0
摘要：综合量子光子学的实现是朝着可扩展量子应用（例如量子计算，传感，信息处理和量子材料计量学）迈出的关键步骤。为了实现实用的量子光子系统，应应对几个挑战，包括（i）确定性，明亮和稳定的单光子发射以THZ速率和室温下运行，（ii）芯片上有效的单个光子源的芯片整合，以及（III），以及（iii）确定性nano的开发。从这个角度来看，我们专注于物理知情的机器学习（ML）量子光子学的新兴领域，该领域被设想在解决上述挑战方面发挥决定性作用。Speci fi cally, three directions of ML- assisted quantum research are discussed: (i) rapid preselection of single single- photon sources via ML-assisted quantum measurements, (ii) hybrid ML- optimization approach for developing e ffi cient quantum circuits elements, and (iii) ML-based frameworks for developing novel deterministic assembly of on-chip quantum emitters.关键字：量子光子学，机器学习，深神经网络，芯片量子光学
集成量子光子学的机器学习
主要关键词
相关文件推荐
