机器学习与量子传感器结合实现了高灵敏度检测磁场的新高度

据麦姆斯咨询报道,来自布里斯托大学(university of bristol)的研究人员通过将机器学习与量子传感器相结合,实现了在室温下以极高灵敏度检测磁场的新高度。
这项发表在《physical review x》期刊上的研究成果或将使新一代核磁共振成像扫描仪(mri scanners)可以使用磁场和无限电波来生成人体内部的详细图像,并在生物学和材料科学领域有进一步的潜在应用。
上述发现依靠机器学习技术和量子传感装置的组合得以实现,机器学习技术是指计算机像人类和动物一样自然地适应和学习经验。
来自布里斯托大学量子工程和技术实验室(quantum engineering and technology labs, qetlabs)的研究人员与乌尔姆大学(university of ulm)量子光学研究所和微软(microsoft)合作,使用基于金刚石中氮空位(nitrogen-vacancy, nv)中心的电子自旋量子传感器证明了这一点。
氮空位中心是可以在金刚石中发现或产生的原子缺陷。它们可以实现单个电子相互作用,用于感测电场和磁场。它们独特的高空间分辨率和灵敏度的组合能够对单个神经元活动进行监测并映射到纳米级的情景研究。然而,这种纳米级核磁共振应用受限于当前最先进设备在室温下的光学读出噪声。
布里斯托大学首席研究员anthony laing博士表示,“我们希望在新一代传感实验中部署我们的技术,以解开未开发的机制,其中实时跟踪和增强灵敏度是探索纳米级现象的关键因素。”
布里斯托大学量子光子学中心研究助理raffaele santagati博士指出,“我们展示了机器学习如何帮助克服这些限制,以精确跟踪室温下的波动磁场,这种灵敏度通常只存在于低温传感器。”
论文共同作者antonio gentile补充道,“在我们的论文中,我们展示了贝叶斯推理方法如何成功地从自然噪声数据中学习磁场和其他重要的物理量。这将使我们能够利用先进的数据处理,降低数据读出过程的复杂性。”
在金刚石缺陷中发现的氮空位中心已经被用于证明其感知能力,但是噪声和不必要的相互作用可能会限制它们对现实场景的适用性。本项工作的研究结果展示了如何克服上述限制。

电力系统提高电能质量的方法研究
低压差线性稳压器ADP1712/ADP1713/ADP1714介绍
理实一体化是重要的教学组织形式,VR/AR技术在教育领域的作用日益凸显
英特尔计划收购eASIC,降低对CPU依赖程度,实现业务多元化
25W×2 EL34推挽功放,EL34 power amplifier
机器学习与量子传感器结合实现了高灵敏度检测磁场的新高度
CES2012:华硕发布性能最强的显卡
小程序点燃线下流量 想象中的风口和现实中的机会
smt加工专用的三防漆治具
达实智能助力轨道交通智能空调系统实现高效节能
异常火爆的“新基建”到底是什么,它有哪些优势
人工智能行业发展的最大难题是人才紧缺问题
LED照明驱动芯片U6113介绍
对话王鹏程:海辰储能卡位全面储能“大时代”
深入理解PID的微分、积分电路
芯片到底是什么 芯片,创新,发明的三者关系
单片机控制的红外线防盗报警器
“互联网+服务业”的巨大潜力为服务业的数字化发展提供了助力
云端对象存储和块存储你都了解吗
KVM延长器在监控系统中远程多点控制应用方案