English(EN) Real-Time Detection of Charge Jumps in Superconducting Qubits with a Convolutional Neural Network

AI模型实时检测量子计算中的量子比特电荷跳变

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-17 04:00

研究人员开发了一种使用膨胀因果卷积神经网络（DCCNN）的超导量子比特电荷跳变实时检测器。这种新方法专为在量子仪器控制套件（QICK）平台上进行闭环部署而设计，与现有的离线检测技术相比，显著降低了延迟。DCCNN实现了6.19 μs的每次推理延迟，并且在无需进行每量子比特超参数调优的情况下，检测效率与已建立的离线χ²算法相当。这一进展使得能够响应现场辐射诱发事件的自适应协议成为可能，从而有益于容错量子计算的错误缓解和量子传感应用。 AI

影响通过将AI集成到量子控制循环中，实现了实时的错误缓解和增强的量子传感能力。

排序理由详细介绍AI在科学研究中新应用的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Daniel Gaytan-Villarreal, Peter Meiring, Daniel Baxter, Daniel Bowring, Grace Bratrud, Matteo Cremonesi, Giuseppe Di Guglielmo, Grace Wagner, Bowen Xiao · 2026-07-17 04:00

基于卷积神经网络的超导量子比特中电荷跳变的实时检测

arXiv:2607.14293v1 Announce Type: cross Abstract: Ionizing radiation from cosmic rays and gammas can induce discontinuous jumps in the environmental charge of superconducting qubits (charge jumps), causing correlated errors that challenge fault-tolerant quantum computing while si…

报道来源 [1]

基于卷积神经网络的超导量子比特中电荷跳变的实时检测

相关实体

相关话题