CN115994451A - 适用于金刚石氮空位色心量子调控计算的方法及系统 - Google Patents
适用于金刚石氮空位色心量子调控计算的方法及系统 Download PDFInfo
- Publication number
- CN115994451A CN115994451A CN202211718080.5A CN202211718080A CN115994451A CN 115994451 A CN115994451 A CN 115994451A CN 202211718080 A CN202211718080 A CN 202211718080A CN 115994451 A CN115994451 A CN 115994451A
- Authority
- CN
- China
- Prior art keywords
- calculation
- regulation
- quantum
- result
- color center
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 190
- 238000000034 method Methods 0.000 title claims abstract description 134
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 title claims abstract description 100
- 229910052757 nitrogen Inorganic materials 0.000 title claims abstract description 50
- 229910003460 diamond Inorganic materials 0.000 title claims abstract description 42
- 239000010432 diamond Substances 0.000 title claims abstract description 42
- 238000009877 rendering Methods 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 52
- 230000007246 mechanism Effects 0.000 claims description 22
- 238000012800 visualization Methods 0.000 claims description 19
- 230000008878 coupling Effects 0.000 claims description 18
- 238000010168 coupling process Methods 0.000 claims description 18
- 238000005859 coupling reaction Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 15
- 238000002474 experimental method Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 6
- 229910052799 carbon Inorganic materials 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 230000010355 oscillation Effects 0.000 claims description 6
- 230000005414 paramagnetic center Effects 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种适用于金刚石氮空位色心量子调控计算的方法及系统,包括:在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算;所述后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果;所述计算结果返回至前端进行结果显示,所述前端将计算结果渲染为表达式进行最终展示。本发明解决了现有量子调控计算普适性不强、速度慢、计算工具不统一的问题。
Description
技术领域
本发明涉及量子力学科学计算技术领域,尤其涉及一种适用于金刚石氮空位色心量子调控计算的方法及系统。
背景技术
金刚石氮空位色心的独特结构使其具有可以在室温下进行量子调控、量子态易读取、退相干时间长、对多种物理量敏感等优点,在量子传感、量子计算、量子通信等领域具有广泛的应用。
金刚石氮空位色心的量子调控实验种类复杂多样,伴随着不同量子调控的实验过程,需要进行相应的量子力学计算,从而对量子调控实验进行指导和验证。现有的计算方法主要是通过Matlab、Mathematica、Python等科学计算软件针对每种实验进行单独的编程计算。该种方式有以下几种缺点:
1.普适性不强:针对不同的调控过程进行不同的计算编程,效率低,代码重复率高,继承性差;
2.计算速度较慢:传统方法普遍是对薛定谔方程进行暴力计算,针对相对复杂的调控过程,计算速度缓慢;
3.没有统一的计算工具:现有的计算方法主要是通过Matlab、Mathematica、Python等科学计算软件针对每种实验进行单独的编程计算,工具不统一,代码语言不一致。
因此,需要设计一种能够满足多种需求、快速进行量子调控计算的数字样机。
发明内容
本发明提供一种适用于金刚石氮空位色心量子调控计算的方法及系统,用以解决现有量子调控计算普适性不强、速度慢、计算工具不统一的问题。
本发明提供一种适用于金刚石氮空位色心量子调控计算的方法,包括:
在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算;
所述后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果;
所述计算结果返回至前端进行结果显示,所述前端将计算结果渲染为表达式进行最终展示。
根据本发明提供的一种适用于金刚石氮空位色心量子调控计算的方法,所述在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算,具体包括:
用户在前端参数设置页面内输入相应的参数;
选择开始进行计算后,所述参数发送至后端服务器进行计算操作。
根据本发明提供的一种适用于金刚石氮空位色心量子调控计算的方法,所述后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果,具体包括:
后端服务器根据计算类型选择调控方法,包括:与氮核自旋耦合、与碳核自旋库耦合、与其他顺磁中心耦合、NV电子拉比振荡以及自定义调控方法;
根据选定的调控方法进行量子力学计算,生成计算结果。
根据本发明提供的一种适用于金刚石氮空位色心量子调控计算的方法,所述根据选定的调控方法进行量子力学计算,生成计算结果,具体包括:
根据科学机理建立初始物理过程数字化模型;
将预先获取的物理实验的数据集反馈到初始物理过程数字化模型,进行输入参数的离线训练;
经过数据集验证判断模型精度达标后,完成训练,生成量子调控过程精确机理模型;
通过所述量子调控过程精确机理模型对NV色心量子调控过程进行模拟、预测和指导,生成计算结果。
根据本发明提供的一种适用于金刚石氮空位色心量子调控计算的方法,所述计算结果返回至前端进行结果显示,具体包括:
计算完成后,后端服务器将计算结果传送至前端;
在前端根据计算结果的矩阵阶数确定显示类型。
根据本发明提供的一种适用于金刚石氮空位色心量子调控计算的方法,所述前端将计算结果渲染为表达式进行最终展示,具体包括:
根据计算结果,前端进行数值数据模拟的可视化和量子调控过程的可视化输出,对比前后量子态的变化。
本发明还提供一种适用于金刚石氮空位色心量子调控计算的系统,所述系统包括:
参数录入模块,用于在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算;
计算模块,用于所述后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果;
结果展示模块,用于所述计算结果返回至前端进行结果显示,所述前端将计算结果渲染为表达式进行最终展示。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述适用于金刚石氮空位色心量子调控计算的方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述适用于金刚石氮空位色心量子调控计算的方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述适用于金刚石氮空位色心量子调控计算的方法。
本发明提供的一种适用于金刚石氮空位色心量子调控计算的方法及系统,通过将不同的量子调控计算集成在数字样机内部,针对不同的调控过程可以选择相应的模块进行计算。同时具有用户自定义模块,以适应于新的调控计算,具有较强的普适性;相对传统方法对薛定谔方程进行暴力计算,本发明提出的量子调控过程数字化模型采用机理分析建模和数据驱动修正的方案,计算速度更快;并且在量子调控过程数字化模型采用机理分析建模和数据驱动修正的方案,最终得到精确的模型,从而对氮空位色心调控过程进行模拟、预测和指导。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的一种适用于金刚石氮空位色心量子调控计算的方法的流程示意图之一;
图2是本发明提供的一种适用于金刚石氮空位色心量子调控计算的方法的流程示意图之二;
图3是本发明提供的一种适用于金刚石氮空位色心量子调控计算的方法的流程示意图之三;
图4是本发明提供的一种适用于金刚石氮空位色心量子调控计算的方法的流程示意图之四;
图5是本发明提供的一种适用于金刚石氮空位色心量子调控计算的方法的流程示意图之五;
图6是本发明提供的一种适用于金刚石氮空位色心量子调控计算的系统的模块连接示意图;
图7是本发明提供的数字样机交互逻辑示意图;
图8是本发明提供的量子调控过程数字化计算引擎训练示意图;
图9是本发明提供的电子设备的结构示意图。
附图标记:
110:参数录入模块;120:计算模块;130:结果展示模块;
910:处理器;920:通信接口;930:存储器;940:通信总线。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合图1-图5描述本发明的一种适用于金刚石氮空位色心量子调控计算的方法,包括:
S100、在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算;
S200、所述后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果;
S300、所述计算结果返回至前端进行结果显示,所述前端将计算结果渲染为表达式进行最终展示。
参考图7,本发明中针对金刚石氮空位色心复杂多样的量子调控实验,根据需求进行相应的量子力学计算,从而对量子调控实验进行指导和验证。该数字样机具有普适性强、计算速度快的特点,同时创新性地将机器学习方法引入量子力学计算中。本发明所述数字样机包包括调控方法、结果显示和可视化三个模块。其中调控方法模块根据计算类型分为与氮核自旋耦合、与碳核自旋库耦合、与其他顺磁中心耦合、NV电子拉比振荡和自定义;结果显示模块可将最终计算结果导出为PDF、Matlab、Mathematica三种格式;可视化模块包括数据模拟的可视化和量子调控过程的可视化输出。数字样机的量子调控过程数字化计算引擎采用机理分析建模和数据驱动修正的方案。
在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算,具体包括:
S101、用户在前端参数设置页面内输入相应的参数;
S102、选择开始进行计算后,所述参数发送至后端服务器进行计算操作。
本发明中,根据数字样机的实际功能需求,用户可以在参数设置页面内输入相应的参数,之后点击开始计算按钮,参数将会被发送到后端服务器进行计算任务。在前端界面可以进行用户登录、人机交互、参数设置和结果显示。通过采用HTML/CSS/JavaScript/jQuery技术,通过Bootstrap框架搭建响应式Web应用程序界面。其中HTML定义了界面的内容,CSS描述了界面的布局,JavaScript描述界面的行为,jQuery是一个快速,小型且功能丰富的JavaScript库。
后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果,具体包括:
S201、后端服务器根据计算类型选择调控方法,包括:与氮核自旋耦合、与碳核自旋库耦合、与其他顺磁中心耦合、NV电子拉比振荡以及自定义调控方法;
S202、根据选定的调控方法进行量子力学计算,生成计算结果。
本发明中,数字样机包括调控方法、结果显示和可视化三个模块。其中调控方法根据计算类型分为与氮核自旋耦合、与碳核自旋库耦合、与其他顺磁中心耦合、NV电子拉比振荡四种。另外,由于调控方式非常多样,为每种调控方法单独定制算法并不现实。为此搭建了自定义模块,供用户根据需要自己搭建算法。本发明公开的数字样机中,将一些常用的算法进行打包,方便用户调用,以简化用户搭建算法的过程和难度。
根据选定的调控方法进行量子力学计算,生成计算结果,具体包括:
S2021、根据科学机理建立初始物理过程数字化模型;
S2022、将预先获取的物理实验的数据集反馈到初始物理过程数字化模型,进行输入参数的离线训练;
S2023、经过数据集验证判断模型精度达标后,完成训练,生成量子调控过程精确机理模型;
S2024、通过所述量子调控过程精确机理模型对NV色心量子调控过程进行模拟、预测和指导,生成计算结果。
参考图8,本发明中量子调控过程数字化计算引擎采用机理分析建模和数据驱动修正的方案。即首先根据科学机理建立初始物理过程数字化模型,然后将物理实验的数据集反馈到初始模型内,进行输入参数的离线训练,最终得到量子调控过程精确机理模型,从而对NV色心量子调控过程进行模拟、预测和指导。根据可获得实验数据量的多少,可采用不同的机器学习方法建立修正模型。对于实验成本高,可获得数据量较小的物理过程,可采支持向量机(Support Vector Machine,SVM)等学习方法;对于可多次重复实验,可获得数据量较大的物理过程,可采用卷积神经网络(Convolutional Neural Networks,CNN)、反向传播算法(backpropagation)等神经网络学习。
计算结果返回至前端进行结果显示,具体包括:
S301、计算完成后,后端服务器将计算结果传送至前端;
S302、在前端根据计算结果的矩阵阶数确定显示类型;
S303、根据计算结果,前端进行数值数据模拟的可视化和量子调控过程的可视化输出,对比前后量子态的变化。
本发明中,计算完成后,后端服务器会将计算结果传回前端,前端页面会在结果显示页面展示最终结果。如果最终矩阵阶数较少,结果会直接在页面中“计算结果”处显示为经过MathJax渲染后的矩阵形式。若最终矩阵阶数过大,以至于在页面中是不可展示的,后端会将最终结果导出为PDF、Matlab、Mathematica三种格式。PDF是渲染过后的矩阵形式的结果。Matlab是转为Matlab格式的结果,用户可以将结果直接导入到Matlab内进行进一步的数据处理。MMA格式为Mathematica的原始格式,用户可以在Mathematica内进行进一步处理。用户只需点击相应的按钮即可将对应的结果下载至本地文件夹。
可视化模块指跟据用户的需要,数字样机可进行数值数据模拟的可视化和量子调控过程的可视化输出。如输入NV色心初始量子态,经过样机的计算,输出演化结束后的量子态,同时,用户可选择输出可视化结果,对比前后量子态的变化。
数值模拟数据的可视化以前端开发的方式进行,使用数据可视化库Vis.js进行开发。其中,Vis.js是一个动态的,基于浏览器的可视化库,该库易于使用,能处理大量的动态数据。量子调控过程的可视化使用前端开发的方式,使用JavaScript+Three.js/webgl进行开发。其中,Three.js是一款运行在浏览器中的3D引擎,用JavaScript编写的WebGL第三方库,可以用它创建各种三维场景。
通过本发明提供的一种适用于金刚石氮空位色心量子调控计算的方法,将不同的量子调控计算集成在数字样机内部,针对不同的调控过程可以选择相应的模块进行计算。同时具有用户自定义模块,以适应于新的调控计算,具有较强的普适性;相对传统方法对薛定谔方程进行暴力计算,本发明提出的量子调控过程数字化模型采用机理分析建模和数据驱动修正的方案,计算速度更快;并且在量子调控过程数字化模型采用机理分析建模和数据驱动修正的方案,最终得到精确的模型,从而对氮空位色心调控过程进行模拟、预测和指导。
参考图6,本发明还公开了一种适用于金刚石氮空位色心量子调控计算的系统,所述系统包括:
参数录入模块110,用于在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算;
计算模块120,用于所述后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果;
结果展示模块130,用于所述计算结果返回至前端进行结果显示,所述前端将计算结果渲染为表达式进行最终展示。
其中,参数录入模块110,使用户在前端参数设置页面内输入相应的参数;
选择开始进行计算后,所述参数发送至后端服务器进行计算操作。
计算模块120,用于后端服务器根据计算类型选择调控方法,包括:与氮核自旋耦合、与碳核自旋库耦合、与其他顺磁中心耦合、NV电子拉比振荡以及自定义调控方法;
根据选定的调控方法进行量子力学计算,生成计算结果。
根据科学机理建立初始物理过程数字化模型;
将预先获取的物理实验的数据集反馈到初始物理过程数字化模型,进行输入参数的离线训练;
经过数据集验证判断模型精度达标后,完成训练,生成量子调控过程精确机理模型;
通过所述量子调控过程精确机理模型对NV色心量子调控过程进行模拟、预测和指导,生成计算结果。
结果展示模块130,在计算完成后,后端服务器将计算结果传送至前端;
在前端根据计算结果的矩阵阶数确定显示类型。
前端进行数值数据模拟的可视化和量子调控过程的可视化输出,对比前后量子态的变化。
通过本发明提供的一种适用于金刚石氮空位色心量子调控计算的系统,将不同的量子调控计算集成在数字样机内部,针对不同的调控过程可以选择相应的模块进行计算。同时具有用户自定义模块,以适应于新的调控计算,具有较强的普适性;相对传统方法对薛定谔方程进行暴力计算,本发明提出的量子调控过程数字化模型采用机理分析建模和数据驱动修正的方案,计算速度更快;并且在量子调控过程数字化模型采用机理分析建模和数据驱动修正的方案,最终得到精确的模型,从而对氮空位色心调控过程进行模拟、预测和指导。
图9示例了一种电子设备的实体结构示意图,如图9所示,该电子设备可以包括:处理器(processor)910、通信接口(Communications Interface)920、存储器(memory)930和通信总线940,其中,处理器910,通信接口920,存储器930通过通信总线940完成相互间的通信。处理器910可以调用存储器930中的逻辑指令,以执行一种适用于金刚石氮空位色心量子调控计算的方法,该方法包括:在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算;
所述后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果;
所述计算结果返回至前端进行结果显示,所述前端将计算结果渲染为表达式进行最终展示。
此外,上述的存储器930中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的一种适用于金刚石氮空位色心量子调控计算的方法,该方法包括:在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算;
所述后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果;
所述计算结果返回至前端进行结果显示,所述前端将计算结果渲染为表达式进行最终展示。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的一种适用于金刚石氮空位色心量子调控计算的方法,该方法包括:在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算;
所述后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果;
所述计算结果返回至前端进行结果显示,所述前端将计算结果渲染为表达式进行最终展示。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种适用于金刚石氮空位色心量子调控计算的方法,其特征在于,包括:
在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算;
所述后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果;
所述计算结果返回至前端进行结果显示,所述前端将计算结果渲染为表达式进行最终展示。
2.根据权利要求1所述的适用于金刚石氮空位色心量子调控计算的方法,其特征在于,所述在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算,具体包括:
用户在前端参数设置页面内输入相应的参数;
选择开始进行计算后,所述参数发送至后端服务器进行计算操作。
3.根据权利要求1所述的适用于金刚石氮空位色心量子调控计算的方法,其特征在于,所述后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果,具体包括:
后端服务器根据计算类型选择调控方法,包括:与氮核自旋耦合、与碳核自旋库耦合、与其他顺磁中心耦合、NV电子拉比振荡以及自定义调控方法;
根据选定的调控方法进行量子力学计算,生成计算结果。
4.根据权利要求3所述的适用于金刚石氮空位色心量子调控计算的方法,其特征在于,所述根据选定的调控方法进行量子力学计算,生成计算结果,具体包括:
根据科学机理建立初始物理过程数字化模型;
将预先获取的物理实验的数据集反馈到初始物理过程数字化模型,进行输入参数的离线训练;
经过数据集验证判断模型精度达标后,完成训练,生成量子调控过程精确机理模型;
通过所述量子调控过程精确机理模型对NV色心量子调控过程进行模拟、预测和指导,生成计算结果。
5.根据权利要求1所述的适用于金刚石氮空位色心量子调控计算的方法,其特征在于,所述计算结果返回至前端进行结果显示,具体包括:
计算完成后,后端服务器将计算结果传送至前端;
在前端根据计算结果的矩阵阶数确定显示类型。
6.根据权利要求1所述的适用于金刚石氮空位色心量子调控计算的方法,其特征在于,所述前端将计算结果渲染为表达式进行最终展示,具体包括:
根据计算结果,前端进行数值数据模拟的可视化和量子调控过程的可视化输出,对比前后量子态的变化。
7.一种适用于金刚石氮空位色心量子调控计算的系统,其特征在于,所述系统包括:
参数录入模块,用于在前端进行数参数录入,接收到完整参数后发送至后端服务器进行计算;
计算模块,用于所述后端服务器通过识别不同类型的参数调用不同的计算模型,生成计算结果;
结果展示模块,用于所述计算结果返回至前端进行结果显示,所述前端将计算结果渲染为表达式进行最终展示。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述适用于金刚石氮空位色心量子调控计算的方法。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述适用于金刚石氮空位色心量子调控计算的方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述适用于金刚石氮空位色心量子调控计算的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211718080.5A CN115994451A (zh) | 2022-12-29 | 2022-12-29 | 适用于金刚石氮空位色心量子调控计算的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211718080.5A CN115994451A (zh) | 2022-12-29 | 2022-12-29 | 适用于金刚石氮空位色心量子调控计算的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115994451A true CN115994451A (zh) | 2023-04-21 |
Family
ID=85989917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211718080.5A Pending CN115994451A (zh) | 2022-12-29 | 2022-12-29 | 适用于金刚石氮空位色心量子调控计算的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115994451A (zh) |
-
2022
- 2022-12-29 CN CN202211718080.5A patent/CN115994451A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210089279A1 (en) | Code Generation And Simulation For Graphical Programming | |
CN107908336B (zh) | 列表控件的刷新方法、装置、存储介质及终端 | |
CN111428520A (zh) | 一种文本翻译方法及装置 | |
CN113850389B (zh) | 一种量子线路的构建方法及装置 | |
Deperlioglu et al. | An educational tool for artificial neural networks | |
EP4198991A1 (en) | Molecular scaffold hopping processing method and apparatus, medium, electronic device and computer program product | |
US8843846B2 (en) | System, method and graphical user interface for a simulation based calculator | |
CN109992785A (zh) | 基于机器学习的内容计算方法、装置及设备 | |
CN115994451A (zh) | 适用于金刚石氮空位色心量子调控计算的方法及系统 | |
Li et al. | A genetic causal explainer for deep knowledge tracing | |
CN113222151B (zh) | 一种量子态的变换方法及装置 | |
Holder et al. | An Introduction to computational science | |
Gemo et al. | SHIP: a computational framework for simulating and validating novel technologies in hardware spiking neural networks | |
Bentley | Methods for improving simulations of biological systems: systemic computation and fractal proteins | |
CN115525743A (zh) | 基于自学习白化网络的人机交互方法及电子设备 | |
CN114880929A (zh) | 一种基于深度强化学习的多能流优化智能仿真方法及系统 | |
CN111258552B (zh) | 一种基于Python的“智能停车场”在线教学系统 | |
CN114627981A (zh) | 化合物分子结构的生成方法及装置、非易失性存储介质 | |
Kim et al. | A Neural Programming Language for the Reservoir Computer | |
Tilbury | Reinforcement Learning for Economic Policy: A New Frontier? | |
Wu et al. | SNNTool: A software tool for sampling neural networks algorithms implementation | |
CN114819171B (zh) | 一种量子卷积操作的实现方法及装置 | |
CN107390656A (zh) | 核电dcs氙毒自动化验证方法和装置 | |
Popov et al. | Interface-based computer-aided design of multi-component food products | |
CN114372583B (zh) | 基于机器学习框架的量子程序优化方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |