研究人员已证明,单个量子比特与传统传感器耦合可以指数级减少学习经典信号所需的测量次数。这种量子优势适用于基本的传感任务,例如学习傅里叶系数和估计物理可观测量。该团队使用超导腔-量子比特架构,在实验上将傅里叶幅度(Fourier-amplitude)和时变信号学习的测量次数减少了 10^7 倍。这种称为量子特征传感(quantum feature sensing)的方法利用了量子相空间推断(Quantum Phase-Space Inference, Q AI
排序理由 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →