量子科技中心_量科网

金刚石中的氮-空位（NV）中心是一种多功能量子传感平台，能以纳米级空间分辨率实现对磁场、温度和应变的高灵敏度测量。目前的主要瓶颈在于光探测磁共振（ODMR）光谱分析——目标物理量被编码在共振特征中。传统非线性拟合方法通常计算成本高昂、对初始值敏感，且在低信噪比（SNR）条件下容易失效。该研究团队提出了一种基于一维卷积神经网络（1D-CNN）的稳健高效机器学习框架，可实现实时ODMR分析。该模型无需初始猜测或迭代优化即可直接推断参数，并能通过图形处理器（GPU）实现并行化高通量处理。通过在合成数据集和实验数据集上的验证，该方法相较于标准非线性拟合具有更高的处理速度、精度和鲁棒性，其中在低信噪比条件下的性能提升最为显著。研究人员进一步在两个典型传感应用中验证了该方法：使用纳米金刚石探针诊断细胞内温度变化，以及对高温超导体中超导涡旋的宽场磁成像。该深度学习推理框架能快速可靠地从复杂ODMR数据中提取物理参数，为实时量子传感与成像提供了可扩展的技术路径。