量子科技中心_量科网

该研究团队提出了一种数据驱动的方法，用于从双音光谱模拟数据中直接提取二能级系统(TLS)参数——频率ω_TLS、耦合强度g、耗散时间T_TLS,1和纯退相位时间T_TLS,2^φ（标记为四维向量q⃗）。研究证明，定制卷积神经网络（CNN）模型可从光谱图像数据中同步预测上述参数。结果表明，该模型在提取TLS参数方面表现优于微扰理论方法。尽管模型初始训练采用无噪声数据，在含噪图像上评估时精度会下降，但通过在含噪数据集上重新训练，其性能可大幅提升至接近无噪声条件下的水平。此外，该模型对参数ω_TLS和g的预测准确度明显高于对T_TLS,1和T_TLS,2^φ的预测。