该团队开发了一种长短期记忆神经网络,用于高效模拟光学量子系统。该模型能够以高精度复现传统数值模拟的输出,同时显著降低计算成本。经过训练后,该替代模型可在毫秒级时间内生成光谱,相比传统数值求解器实现了5000倍的加速。研究人员将该技术应用于基于里德堡原子的阶梯型多普勒展宽电磁感应透明系统,在共振和非共振区域均与物理求解器达到近乎完全一致的结果。该工作展示了LSTM模型在这一代表性光学量子系统中的有效性,确立了其作为支持实时信号处理和基于反馈优化的替代工具的能力。
作者所在地:
VIP可见
作者单位:
VIP可见
提交arXiv:
2025-10-02 22:30