量子科技中心_量科网

要在实时操作中让量子传感器达到其量子极限，关键在于找到高效的数据推断工具以实现快速参数估计。在光子探测领域，核心挑战是如何快速解析呈现非经典统计特性的“点击模式”——这些特性正是实现量子精密增强的关键要素。该研究团队通过比较无似然贝叶斯方法与深度学习（DL）方法实现了这一目标。虽然前者在概念上更直观，但后者经过训练后能以相当精度提供显著更快的估计，并给出与之关联的误差预测，这一发现挑战了“深度学习缺乏此类能力”的普遍误解。 研究人员首先在双能级系统发射非关联光子这一可解析处理的多参数场景中验证了两种方法。但该工作最主要的成果是将方法应用于受驱非线性光力学器件——该器件会发射具有复杂多点击关联特性的非经典光。在此情况下，这些方法对快速推断至关重要，从而实现了实时区分不同光子统计特性的可能。这一成果为利用光子探测中非经典效应的量子传感器动态控制开辟了新途径。