本研究では、ダイヤモンド中の窒素空孔(NV)中心の磁場計測で期待される最適な感度を得ることを目的とし、機械学習やフィードバック制御の利用を検証する技術を開発してきた。最終年度では、NV中心の発光データの解析方法を工夫し、電子スピンセンサや核スピンメモリの読み出しの最適な解析方法の開発に成功した。 NV中心による磁場計測の基本となるのは、発光データから電子スピンの状態を推定する技術である。本研究では、発光データに適切な重み付け係数を掛けることで読み出し効率を高める先行研究を参考にし、物理モデルによるフィッティングに基づく新しい重み付けの係数を開発した。先行研究で提案された最尤推定の近似法や機械学習に基づく重み付け係数と比較した結果、本手法は先行研究よりも常に優位な読み出し効率を示すことが明らかになった。また、最尤推定との比較により、本手法が短時間の発光測定においても最適な発光データ解析であることが示された。加えて、約0.2Tの磁場中で窒素核スピンを量子メモリとして利用する際の読み出し効率も実験的に調査し、同様に高効率化できることを示した。本手法は機械学習と比較して、計算コストが少ない点でも優れている。これらの結果については米国の応用物理の査読付き論文誌に投稿中である。 本手法は、積算時間が短く、ノイズの多い状況において、既存手法よりも高い利得を示す。そのため、NV中心の読み出し結果に基づいて高速にフィードバック制御することで高い磁場感度スケールを得る技術などに特に有用である。
|