单个量子发射器的时间分辨率直线形状通过机器学习的光子相关性
Andrew H Proppe1, Kin Long Kelvin Lee1,2, Alexander E K Kaplan1
1Department of Chemistry, Massachusetts Institute of Technology, Cambridge, Massachusetts 02139, USA.
研究人员开发了一种机器学习模型,以改进光子相关里埃光谱 (PCFS) 以研究固态单光子发射器 (SPE). 该方法在纳秒时间尺度上重建了排放线形状,克服了量子光源表征中的噪声限制.
科学领域:
- 量子光学是一种量子光学.
- 材料科学 材料科学 材料科学
- 机器学习 机器学习
背景情况:
- 固态单光子发射器 (SPEs) 是重要的量子光源,但受到光谱扩散的影响,限制了它们的表征.
- 光子相关里埃光谱 (PCFS) 是一种时间解析的线形分析技术,但在早期受到低信号对噪声比率的挑战.
研究的目的:
- 开发一个计算框架来模拟PCFS相关函数从扩散光谱.
- 训练一个深层集体自编码器机器学习模型,以准确,无噪声地重建PCFS数据.
- 为了使单个发射线形状能够在以前无法获得的时间尺度上进行研究.
主要方法:
- 使用扩散光谱模型模拟PCFS相关函数.
- 在模拟数据上训练了一个深层集体自编码器模型.
- 从杂的PCFS实验数据中重建时间解析的排放线形状.
主要成果:
- 模拟框架准确地复制了体量子点的实验PCFS数据.
- 机器学习模型成功地从杂的数据中重建无噪声的相关函数.
- 时间解析的排放线形状得到了10 ns,揭示了超快时间尺度上的光谱信息.
结论:
- 开发的机器学习方法增强了PCFS的SPE特征表征能力.
- 这种方法允许在可比于Hong-Ou-Mandel干扰的时间尺度上进行光学连贯时间提取,并添加光谱信息.
- 该方法广泛适用于各种光子相关谱技术和SPE系统.
更多相关视频
12:57Resonance Fluorescence of an InGaAs Quantum Dot in a Planar Cavity Using Orthogonal Excitation and Detection
Published on: October 13, 2017
00:07A Photonic System for Generating Unconditional Polarization-Entangled Photons Based on Multiple Quantum Interference
Published on: September 5, 2019
相关概念视频
Electron Microscope Tomography and Single-particle Reconstruction
Electron Tomography
Electron tomography can be performed either in TEM or STEM (scanning transmission...
Fluorescence and Phosphorescence: Instrumentation
2D NMR: Overview of Homonuclear Correlation Techniques
COSY90 is the standard two-dimensional (2D) COSY experiment that...
2D NMR: Overview of Heteronuclear Correlation Techniques
Atomic Spectroscopy: Absorption, Emission, and Fluorescence
Super-resolution Fluorescence Microscopy
