《物理品评A》
深度学习实现不断变量量子密钥散发零星自动抵偿
西北大学刘维琪课题组与上海交通大学黄鹏相助 ,小柯经由深度学习实现为了不断变量量子密钥散发零星相位自动抵偿。小柯6月30日,小柯相关钻研在《物理品评A》宣告。小柯
钻研职员提出一种基于是小柯非期影像收集(LSTM)模子的不断变量量子密钥散发(CVQKD)零星自动相位抵偿措施。首先 ,小柯钻研职员经由磨炼LSTM模子来预料量子信号相对于部份振荡器相位漂移随光阴的小柯变更。而后,小柯预料相位漂移值用于重构数据 ,小柯并最终取患上原始密钥,小柯从而后退CVQKD零星的小柯功能以及晃动性 。
试验服从展现,小柯钻研职员提出的小柯基于LSTM的自动相位抵偿算法能精确预料相位漂移值并妨碍抵偿,而不依赖于实时相位漂移丈量,小柯从而改善CVQKD零星的小柯功能。同时 ,该措施不需要格外的量子资源以及试验硬件