搜索结果: 1-15 共查到“物理学 机器学习”相关记录23条 . 查询时间(0.124 秒)
中国科学技术大学物理学院郭光灿院士团队在光量子行走领域取得重要进展。该团队李传锋、许小冶、韩永建等人与合肥综合性国家科学中心董少钧以及南方科技大学翁文康等合作，利用人工神经网络作为开放系统中混合量子态的有效拟设，并通过改进自然梯度下降算法有效提高神经网络的训练效率，在具有内禀高维结构的开放光量子行走系统中，首次实现高保真度混合量子态重构。相关成果2024年3月15日发表在国际知名学术期刊《科学·进...
理化所发展了新型中红外非线性光学材料机器学习辅助的筛选策略（图）
红外非线性 光学材料 机器学习
2024/2/25
中红外非线性光学晶体能够通过频率转换产生中红外可调谐激光，在环保、医疗等方面有广泛的应用。目前，主要的商用红外非线性光学晶体有硫镓银、硒镓银和磷锗锌等，但由于其存在激光损伤阈值较低的缺陷，逐渐难以满足更加丰富的实际需求。因此，急需探索抗激光损伤性能更优异的中红外非线性光学材料。由于热损伤是激光损伤的重要组成部分，具有大热导率的非线性光学材料有可能具备高的激光伤阈值。然而，在非线性光学材料的探索中，...
中国科学院理化所发展了新型中红外非线性光学材料机器学习辅助的筛选策略（图）
红外非线性 光学材料 机器学习 力学性能
2024/1/14
超分子主客体结构在分子尺度上的组装模式和运动行为使其在被引入到聚合物体系后能够调控材料的宏观力学性能。因此，开发新型超分子主客体结构将为发展机械互锁聚合物并优化聚合物力学性能提供重要的分子基础和创新思路。
2023年8月31日，美国能源部科学办公室宣布为7个团队提供2900万美元的资金，用于聚变能源科学的机器学习、人工智能和数据资源方面的研究。
上海光机所在机器学习算法赋能二维材料识别和检测方面取得进展（图）
二维材料识别 检测 光学精密机械 光谱信息
2023/6/16
2023年4月189，中国科学院上海光学精密机械研究所光芯片集成研发中心王俊研究员团队在基于机器学习算法实现二维材料层数识别和物性检测方面取得进展，相关综述论文以“Thickness Determination of Ultrathin 2D Materials Empowered by Machine Learning Algorithms”为题发表于Laser & Photonics Revi...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：等离子体物理中的机器学习问题与应用
等离子体物理 机器学习 等离子体系统
2023/4/24
等离子体物理在聚变能研究、深空探测、工业加工与材料处理等众多关键领域具有重要应用，而等离子体系统因自身具有多尺度、非线性、多组分、开放性等复杂性特点，为传统的实验、理论与模拟研究方法带来大量困难。机器学习方法通过利用来自实验与模拟等多种来源的科学数据训练算法，得到更加灵活而有效的工具，在数据处理、模拟、预测、反演等问题中逐步发挥出特有的优势。同时，利用机器学习手段来简化物理模型、降低模型维度、挖掘...
量子计算是世界主要国家激烈竞赛的重要前沿技术。本工作研究量子隐私保护计算、量子机器学习、量子图像处理的数学理论与算法，取得如下进展：设计了基于SU(2)垫的高效量子同态加密方案，被认为是“对量子同态加密领域最先进技术的重要贡献”；提出了首个基于ZX演算来分析QDNN梯度消失的一般方法，为量子深度神经网络的实际应用提供了可行的结构，获得多个国际顶尖大学和量子计算企业的评价和引用；提出了经典Radon...
中国科学院国家空间中心科研人员利用机器学习开展太阳爆发预报研究取得进展（图）
机器学习 太阳大气 磁场能量 无线电系统
2023/8/21
太阳耀斑是太阳大气一种强磁场能量的爆发性释放，其特点是几乎全波段的电磁辐射增强，以及发射能量从103eV直到1011eV的各种粒子流。耀斑爆发会导致地球紫外辐射增强，使得大气层温度密度升高，导致空间飞行器的轨道改变；同时，耀斑的X射线和EUV辐射会导致电离层突然骚扰发生会无线电系统产生干扰；大耀斑发生通常也会伴随着日冕物质抛射的爆发。
近期，南京大学物理学院、固体微结构物理国家重点实验室、人工微结构科学与技术协同创新中心尹华磊、陈增兵课题组的最新研究成果同时实现了机器学习和通信复杂度的量子优越性。通过巧妙地设计相干态优惠券协议，本工作成功地使用线性光学量子技术实验演示了量子优惠券收集任务，利用“可能近似正确”（PAC）学习理论，首次实验证明了量子技术可以为机器学习提供具有量子优势的学习算法。为了进一步展示量子优惠券理论的潜在应用...
中国科大在机器学习势能面方法上取得新进展（图）
高精度机器学习 分子光谱
2022/11/18
2021年10月13日，中国科大学蒋彬教授课题组在发展高精度机器学习方法上取得新进展，最新成果以“Physically Motivated Recursively Embedded Atom Neural Networks: Incorporating Local Completeness and Nonlocality”为题发表于《物理评论快报》(Physical Review Letters)...
广西大学物理科学与工程技术学院博士研究生蒙之森利用机器学习解释星际红外光谱相关性
机器学习 红外发射光谱 天文光谱学
2021/11/24
广西大学物理科学与工程技术学院博士研究生蒙之森使用多种分子描述符对机器学习模型进行训练，以预测多环芳烃的红外发射光谱。该研究发现机器学习的特征重要性分析可用于探索巡天光谱发射特征之间的物理相关性。作为示例，该工作选取了几个经常被观测到的红外关联信号，用随机森林算法进行了分析，发现了不同波带的共同物理起源。该文还提出了一种新的通过测量不同波段的特征重要性阵列的相似性来量化波段相关性的方法，通过其可以...
机器学习是指使用计算机从大量历史数据中挖掘隐含规律，并用于后续预测或者分类的过程。机器学习是人工智能的核心，是计算机具有智能的根本途径，其理论和方法已被广泛应用于解决日常应用和科学领域的复杂问题。为了成功完成特定任务，人工智能往往需要大量数据用于总结与分类，这对计算机系统的存储与处理能力提出了很高的要求。量子机器学习可以将量子算法的并行加速特性应用于人工智能领域中，提升人工智能系统的效率与能力，有...
中国科大在机器学习提高超导量子比特读取效率上取得重要进展（图）
超导量子比特 量子计算
2022/11/18
2021年9月3日，中国科大郭光灿院士团队在机器学习提高超导量子比特读取效率上取得重要进展。该团队郭国平教授研究组与本源量子计算公司合作，在本源“夸父”6比特超导量子芯片上研究了串扰对量子比特状态读取的影响，并创新性地提出使用浅层神经网络来识别和读取量子比特的状态信息，从而大幅度抑制了串扰的影响，进一步提高了多比特读取保真度。该成果以研究长文的形式发表在国际应用物理知名期刊《Physical Re...
对量子比特状态的高保真度测量是量子计算中的关键一环。在超导量子计算中，对量子比特的读取依赖于量子比特与读取谐振腔之间的色散耦合，通过探测读取腔的色散频移效应可以推测量子比特所处的状态。近些年，国际上分别实现了高保真度的单比特单发读取以及多比特的多路复用式单发读取；然而，由于各种形式的杂散耦合的存在，邻近比特的状态可能会对目标比特的测量结果产生影响，从而降低测量保真度，进而降低量子算法的成功率。随着...
中国科大成功研发新型量子机器学习技术实现数据特征提取（图）
量子机器 微观磁共振
2022/11/18
中国科学技术大学中国科学院微观磁共振重点实验室杜江峰、王亚、李兆凯等人在量子机器学习研究中取得重要进展，研发出新型量子特征提取算法，实验实现了对未知量子系统矩阵的分析与信息提取。该成果以”Resonant Quantum Principal Component Analysis”为题发表在近期的Science Advances上[Science Advances 7, eabg2589 (2021...