量子科技中心_量科网

该研究团队提出了一种实现时间编码量子光子神经网络（QPNN）的架构与定时算法：这是一种受大脑启发、可重构的非线性光子电路，专门用于处理量子信息。与典型空间编码QPNN不同，时间编码网络无论规模或深度如何，所需光子元件（如移相器或开关）数量恒定。本文展示了该网络的模型，并阐明如何纳入损耗、路由误差及最显著的光子可区分性等实际缺陷。作为示例，研究人员基于假设的理想克尔非线性，训练该QPNN实现受控非门操作。随后，该工作将模型扩展到由耦合光子波导的半导体量子点散射产生的实际双光子非线性场景。研究表明，利用这种现实非线性，QPNN可被训练为贝尔态分析仪，其保真度达0.96，且运行速率仅受限于损耗。进一步证明，通过时间门控技术可将保真度提升至0.99以上，同时保持超过0.9的效率。总体而言，这项研究为全球首个时间编码QPNN建立了框架，并为这类网络的规模化提供了清晰路径。