Опубликовано 04 мая 2019, 11:27

Машинное обучение помогло обнаружить магнитные поля

Машинное обучение помогло обнаружить магнитные поля

© shiftfrequency.com

Исследователи из Бристольского университета достигли новых высот в области обнаружения магнитных полей с высокой чувствительностью при комнатной температуре, сочетая машинное обучение с квантовым датчиком. Статья об исследовании опубликована в журнале Physical Review X.

Результаты исследования могут привести к созданию МРТ-сканеров нового поколения, которые используют магнитные поля и радиоволны для получения детальных изображений внутренней части тела, а также к дальнейшему потенциальному использованию в биологии и материаловедении.

Исследователи из Лаборатории квантовой инженерии и технологий (QETLabs) в Университете Бристоля в сотрудничестве с Институтом квантовой оптики Университета Ульма и Microsoft использовали комбинацию методов машинного обучения и квантового датчика, основанного на спине электрона в азотно-вакансионном центре в решетке алмаза, чтобы увеличить чувствительность определения магнитных полей.

Азотно-вакансионные центры — это атомные дефекты, которые можно найти или создать в алмазе. Они могут взаимодействовать с отдельными электронами, которые, в свою очередь, могут использоваться для измерения как электрических, так и магнитных характеристик материала. Благодаря такой уникальной возможности считывания магнитных и электрических характеристик, исследователи даже допускают, что с помощью этого метода можно фиксировать активность отдельных нейронов в мозге на наноразмерном уровне. Однако такие наномасштабные применения ядерного магнитного резонанса ограничены шумом оптического считывания, присутствующим при комнатной температуре в современных установках.

«Мы ожидаем, что использование наших методов может разблокировать неизведанные режимы в новом поколении экспериментов по зондированию, где отслеживание в реальном времени и повышение чувствительности являются важными составляющими для изучения явлений на наноуровне, — говорит Доктор Энтони Лейнг, ведущий автор исследования, сотрудник Бристольского университета. — Здесь мы показываем, как машинное обучение может помочь преодолеть эти ограничения для точного отслеживания флуктуирующего магнитного поля при комнатной температуре с чувствительностью, обычно используемой для криогенных датчиков».

Азотно-вакансионные центры, обнаруженные в решетке алмаза, уже использовались в том же ключе, но шум и нежелательные взаимодействия могут ограничивать их применимость в реальности. Результаты, представленные в этой работе, показывают, как преодолеть такие ограничения.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.