[发明专利]量子比特检测系统及检测方法有效
申请号: | 201811029930.4 | 申请日: | 2018-09-05 |
公开(公告)号: | CN110879105B | 公开(公告)日: | 2022-03-01 |
发明(设计)人: | 徐华 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G01J4/00 | 分类号: | G01J4/00 |
代理公司: | 北京安信方达知识产权代理有限公司 11262 | 代理人: | 李丹;栗若木 |
地址: | 英属开曼群岛大开*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 量子 比特 检测 系统 方法 | ||
1.一种量子比特检测方法,包括:
使用成像装置对量子比特进行成像;
将得到的像输入机器学习模型;
机器学习模型至少基于所述得到的像输出预测信息;
所述预测信息包括定量信息和定性信息;
所述定量信息包括以下至少一种:工作频率、相干时间、耦合强度。
2.根据权利要求1所述的方法,还包括:
使用检测装置对量子比特进行检测,得到测试数据;
将测试数据输入所述机器学习模型;
所述机器学习模型基于测试数据和所述得到的像输出预测信息。
3.根据权利要求2所述的方法,还包括:
获取量子比特的设计信息;
将量子比特的设计信息输入所述机器学习模型;
所述机器学习模型基于所述设计信息、所述测试数据和所述得到的像输出预测信息。
4.根据权利要求1-3中任一所述的方法,其中,所述成像装置包括以下至少一种:扫描电子显微镜(SEM),扫描隧道显微镜(STM),红外成像装置,紫外成像装置,可见光范围内的成像装置。
5.根据权利要求4所述的方法,其中,使用成像装置在量子比特的制备过程中进行成像,所述制备过程包括多个步骤。
6.根据权利要求4所述的方法,其中,使用成像装置在量子比特制备完成后进行成像。
7.根据权利要求1所述的方法,其中,所述的定性信息包括:量子比特的分级。
8.根据权利要求1-3中任一所述的方法,其中,所述机器学习模型为以下神经网络之一:卷积神经网络(CNN)、深度神经网络(DNN)、回归神经网络(RNN)。
9.根据权利要求1所述的方法,还包括:
使用检测装置对量子比特进行检测;
将测试数据输入所述机器学习模型;
所述机器学习模型基于测试数据和所述得到的像输出预测信息。
10.一种量子比特检测系统,包括:
测试模块,所述测试模块包括成像装置,所述成像装置配置为对量子比特进行成像;
预测模块,所述预测模块和所述测试模块通信连接,所述预测模块包括机器学习模型,所述机器学习模型配置为至少基于得到的像输出预测信息;
所述预测模块还包括:量子比特缺陷判定和性质预测模块。
11.根据权利要求10所述的量子比特检测系统,其中,所述测试模块还包括检测装置,所述检测装置配置为对量子比特进行检测以得到测试数据。
12.根据权利要求11所述的量子比特检测系统,其中,所述成像装置包括以下至少一种:扫描电子显微镜(SEM),扫描隧道显微镜(STM),红外成像装置,紫外成像装置,可见光范围内的成像装置。
13.根据权利要求11所述的量子比特检测系统,其中,所述机器学习模型为以下神经网络之一:卷积神经网络(CNN)、深度神经网络(DNN)、回归神经网络(RNN)。
14.根据权利要求10所述的量子比特检测系统,还包括:交互模块和监控模块,所述监控模块和所述预测模块通信连接,所述交互模块和所述预测模块以及所述监控模块通信连接。
15.根据权利要求10所述的量子比特检测系统,还包括:测试控制模块,所述测试控制模块位于所述测试模块和所述预测模块之间,所述测试控制模块和所述测试模块以及所述预测模块通信连接,所述测试控制模块包括:成像数据产生模块、成像数据读取模块、量子比特测试产生模块、量子比特测试数据读取模块。
16.一种量子比特检测装置,包括:处理器和非暂态存储介质,所述非暂态存储介质存储有指令集,所述指令集被处理器执行时实现如权利要求1~9中任一项所述的量子比特检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811029930.4/1.html,转载请声明来源钻瓜专利网。