报告题目：用于冷原子装载的纳米光纤的机械学习优化

报告人：Jesse Everett （日本冲绳科学技术大学院大学）

报告时间：2022年5月20日10：00

腾讯会议：570-600-350

报告摘要：本次我们非常荣幸的邀请日本冲绳科学技术大学院大学的Sile Nic Chormaic教授及其团队对该组的工作做一系列的报告，本次报告为系列第二讲。将由Light-Matter Interaction 小组的冷原子物理课题负责人Jesse Everett研究员详细介绍纳米光纤机械学习在冷原子操控中的应用。中性碱金属原子中的光学相互作用在量子计算和量子信息网络中是一个经常使用的系统，然而该系统最大的阻碍就是这种相互作用强度往往太弱。纳米光纤表面具有很强的消逝场，可以形成与碱金属原子的较强相互作用，同时也可以方便地集成到光纤网络系统中。采用铷-87原子和纳米光纤耦合来研究诸如多光子-原子系综相互作用和激发里德堡原子等方向。建立原子-纳米光纤相互作用界面最重要的一个方法就是利用纳米光纤表面的消逝波来囚禁原子，而要想完美地囚禁像铷-87原子，这些场需要精心设计。研究组引入了机械学习算法优化技术来优化消逝场偶极阱来提高冷铷-87原子的载入效率，最终实现了被囚禁原子数量50%的提升。

报告人简介：Jesse Everett博士，毕业于国立澳大利亚大学量子科学系。2018年至今在日本冲绳科学技术大学院大学Light-Matter Interaction 小组冷原子物理组担任研究员。主要从事铷-87原子纳米光纤囚禁和操控的研究。

欢迎广大有兴趣的师生参与听讲交流！