arXiv 量子物理· Arash Fath Lipaei, Ebrahim Khaleghian, Gani G\"oral, Zidong Lin, Selin Aslan, \"Ozg\"ur E. M\"ustecapl{\i}o\u{g}lu·· 3 天前AI 评分40
风险感知神经脉冲编译：连续参数化单量子比特门的最优控制基准与 NMR 硬件验证
Risk-aware neural pulse compilation of continuously parameterized single-qubit gates with optimal-control benchmarking and NMR hardware validation
AI 导读
研究提出一种物理信息神经编译框架，学习从连续参数化单量子比特门目标到可实验控制波形的可复用映射，无需预计算最优脉冲标签即可端到端训练。在三量子比特液态 NMR 模型上，该编译器对 Haar 分布目标平均标称保真度超过 0.99，推理生成新脉冲耗时低于 1 毫秒。风险感知微调显著拓宽了对射频幅度误差的容忍范围，三自旋 NMR 处理器实验复现了预测的容忍度展宽，但绝对实验相关性低于模拟值。
来源：arXiv 量子物理 · arxiv.org