基于机器学习的Bell态快速制备的优化

严勇; 唐千; 田军龙; 彭杰; 谭庆收

doi:10.13715/j.issn.2096-644X.20230515.0003

湘潭大学学报（自然科学版） ›› 2025, Vol. 47 ›› Issue (03) : 120 -127. DOI: 10.13715/j.issn.2096-644X.20230515.0003

基于机器学习的Bell态快速制备的优化

严勇, 唐千, 田军龙, 彭杰, 谭庆收

作者信息 +

Author information +

文章历史 +

PDF

摘要

Bell态在量子信息和量子计算中具有很高的实用价值，如何快速制备出稳定的Bell态是一个亟待解决的课题.该文利用人工智能中的一种机器学习方法，对利用两量子比特Rabi模型特殊暗态的绝热演化制备Bell态的方案进行了优化，仿真结果表明该方法在单独优化自由原子哈密顿量的时候能在48ω^-1的时间内以99.01%的保真度制备出Bell态，其中ω为光场频率.当同时优化光与量子比特耦合强度的时候，能在24ω^-1时间内达到99%的保真度，并且在考虑耗散的情况下仍然能够保持高保真度的Bell态制备.