●技術說明：
透過機器學習中的卷積神經網路，我們實作出更快速，更準確，並更強健的量子態斷層掃描技術，可以將量子態做全空間的掃描投影後，還原出其密度矩陣與相空間機率分布圖。結合軟體與硬體加速，此項新技術的延伸，將可以讓人們針對更大尺度的量子系統，有更精確的量子度量。
●技術之科學突破性：
當量子噪音壓縮程度增加，所需要的量子態基底數目以指數方式成長，此時，傳統的計算方法都變得過於繁瑣且難以處理。利用機器學習方法建立量子態斷層掃描可以將實驗數據所取得的量子噪音壓縮態，經過卷積神經網路分析，快速(少於一秒)且準確(保真度大約 0.99)地重建出量子噪音壓縮態的密度矩陣與其相空間機率。
●技術之產業應用性：
此項技術將可以提供一個快速且精準的量子態診斷工具：不僅可以直接被應用在先進的重力波探測器、宏觀量子態的產生、和量子位元的製備上，還可以應用到更大尺度的量子電腦系統上。

線上展網址：
https://tievirtual.twtm.com.tw/iframe/e0abbdaf-7c25-4730-b479-b44e57751dcb?group=23bfb1fa-dd5b-4836-81a1-4a1809b1bae5&lang=tw