Microsphere-assisted microscopy and deep learning for imaging and classification of defect qubits
연구 내용
마이크로스피어 보조 confocal 현미경으로 결정 내 결함을 고해상·고대비로 관찰하고, 딥러닝을 이용해 단일광자 발광체를 이미지에서 분류하는 연구
본 연구는 광학 계측을 통해 결함 큐비트의 위치 확인과 성능 평가를 신속하게 수행하는 데 초점을 둡니다. 고굴절률 결정에서 기존 confocal 형광 현미경이 갖는 광 수집 효율과 공간 분해능의 한계를 마이크로스피어 보조 광학 인터페이스로 완화하여, 가상 이미지 확대를 통해 해상도와 신호대잡음 특성을 동시에 개선합니다. 또한 인접한 결함들에 대해 개별 주소 지정 가능성을 제시하여 광학 스케일링에 필요한 인터페이스를 강화합니다. 더 나아가 HBT 기반 분류 라벨을 학습 데이터로 사용해 딥 컨볼루션 신경망으로 단일광자 발광체를 이미지에서 분류함으로써, 측정 절차의 병목을 줄이는 방향의 차별성을 확보합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
4건
연구 흐름
초기에는 마이크로스피어를 광학 인터페이스로 도입하여 결함을 고해상·고대비로 관찰할 수 있는 조건을 정립하는 연구가 진행되었습니다. 이후 마이크로스피어 보조 confocal 구성을 이용해 단일 발광체 및 이웃 결함을 분리해 주소화하는 성능을 확인하며, imaging 기반 검증의 활용 범위를 넓혔습니다. 최근에는 confocal 형광 이미지에서 발광체 유형을 딥러닝으로 분류하는 파이프라인을 구축해 HBT 실험 기반 라벨링 흐름과 결합하는 방향으로 확장하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Microsphere-Assisted Microscopy for Defect Qubits
High-resolution and High-Contrast Imaging of Defects in a Crystal
Individual Addressing Closely-Spaced Solid-State Defect Qubits with Microsphere-Assisted Microscopy
Classification of Single‐Photon Emitters in Confocal Fluorescence Microscope Images by Deep Convolutional Neural Networks
관련 프로젝트
구분
제목
첨단 물리학 핵심 연구
광양자 기반 양자물질 광물성연구
확장 가능한 고체 기반 큐디트 시스템의 양자 메트롤로지 방법론 및 최적화 연구
확장 가능한 고체 기반 큐디트 시스템의 양자 메트롤로지 방법론 및 최적화 연구