[发明专利]量子比特检测系统及检测方法有效

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top