点击购买，资源将自动在新窗口打开.
获取独家产品信息，尽享促销优惠！立即订阅，不容错过
* 限···时··优惠
在这里，我们探索使用机器学习 (ML) 来优化单光子的生产、耦合、路由和电路。我们的单光子源平台是耦合到微柱腔的单个量子点的共振激发。量子点发射中的多光子抑制以及单光子不可区分性和亮度直接受到光激发脉冲的时空特性的影响。我们使用 ML 技术实时定制激发激光脉冲特性，大大缩短了寻找最佳参数的时间。我们还使用 ML 来控制可变形镜，校正单光子波前场的像差，以最大化源输出和单模光纤之间的耦合。这种组合提供了一个工具箱，用于增强任何固态单光子源的性能。
主要关键词
![[17] 安德鲁·J·艾森伯格 - CDN](/simg/3/3833418b566c5d3facfb82f5df96f2888e400d98.webp)
