文章研究了金刚石氮-空位(nitrogen-vacancy,NV)色心量子调控平台中的NV色心位置识别和检测。在目前的实验平台上,对于NV色心位置的辨别主要依赖实验人员以往的经验,再借助光探测磁共振(optically detected magnetic resonance,ODMR)实...文章研究了金刚石氮-空位(nitrogen-vacancy,NV)色心量子调控平台中的NV色心位置识别和检测。在目前的实验平台上,对于NV色心位置的辨别主要依赖实验人员以往的经验,再借助光探测磁共振(optically detected magnetic resonance,ODMR)实验来确认是否为NV色心。为了更精准地检测色心,文章把辨别金刚石NV色心作为目标检测问题来处理,对已有的基于神经网络的目标检测框架进行研究,并针对NV色心的识别问题进行改进,提出了基于卷积神经网络的金刚石NV色心自动识别框架。与人工识别相比,该框架具有识别准确率高、识别速度快、抗噪能力强等优势。展开更多
文摘文章研究了金刚石氮-空位(nitrogen-vacancy,NV)色心量子调控平台中的NV色心位置识别和检测。在目前的实验平台上,对于NV色心位置的辨别主要依赖实验人员以往的经验,再借助光探测磁共振(optically detected magnetic resonance,ODMR)实验来确认是否为NV色心。为了更精准地检测色心,文章把辨别金刚石NV色心作为目标检测问题来处理,对已有的基于神经网络的目标检测框架进行研究,并针对NV色心的识别问题进行改进,提出了基于卷积神经网络的金刚石NV色心自动识别框架。与人工识别相比,该框架具有识别准确率高、识别速度快、抗噪能力强等优势。
