Q-Net Lab — десктопное приложение с нейросетевыми моделями. Загрузите измерения, обучите модель и получите распознанные состояния с отчётом — без собственных скриптов.
accuracy / epoch
confusion matrix
recognized states
Проект создан при поддержке Федерального государственного бюджетного учреждения "Фонд содействия развитию малых форм предприятий в научно-технической сфере в рамках программы "Студенческий стартап" федерального проекта "Платформа университетского технологического предпринимательства". Фонд содействия инновациям
Продукт
Программное обеспечение на Windows и Linux для измерения квантовых состояний с помощью нейросетей с точностью выше 90% на отложенной выборке.
Точность
> 90%
на отложенной выборке
Считается по данным, которые модель не видела при обучении.
Windows и Linux
Приложение ставится на рабочую машину. Данные измерений не покидают лабораторию.
Кубиты, кутриты, регистры
Различение |0⟩, |1⟩ и |2⟩, а также совместное считывание группы кубитов.
Нейросеть вместо порога
Модель обучается на ваших отсчётах и учитывает перекрытие облаков состояний.
Процесс
Пять шагов от файла с измерениями до отчёта. Всё в одном окне — без скриптов и ручной настройки порогов.
Загрузите файл измерений
CSV или NPZ с отсчётами: IQ-трассы, временные ряды, результаты одиночных и совместных измерений.
Подготовьте данные
Фильтрация, нормировка, окно усреднения — типовые шаги препроцессинга уже собраны в интерфейсе.
Обучите или дообучите модель
Готовая FNN или связка «фильтрация + FNN». Можно подключить свою архитектуру и дообучить её на своей выборке.
Настройте отчёт фильтрами
Какие параметры, графики и матрицу показывать — выбираете вы, а не разработчик.
Получите отчёт
Вероятности состояний, матрица ошибок, графики и экспорт — в одном файле, готовом к вложению в статью.
Функции
Мы каждый день используем Q-Net Lab, поэтому в приложении присутствует всё необходимое для повседневной работы с измерениями.
Импорт данных
CSV и NPZ, без ограничения на число записей в пределах ОЗУ.
Препроцессинг
Фильтрация, нормировка и окно усреднения настраиваются, а не зашиты жёстко.
Обучение и дообучение
Готовые модели, своя архитектура и контроль качества на отложенной выборке.
Отчёт
Вероятности состояний, матрица ошибок и графики IQ-плоскости в одном документе.
Фильтры отчёта
Выбор параметров, срезов и порогов отображения — без правки кода.
Сравнение прогонов
Метрики разных моделей и датасетов рядом, в одной таблице.
Экспорт
Результаты распознавания, отчёты и сохранённая сессия работы.
Журнал операций
logs.txt для воспроизводимости и разбора спорных случаев.
Аудитория
Тем, кто измеряет квантовые состояния и хочет получать результат, а не писать обвязку вокруг данных.
Научные институты
Лаборатории, где считывание — ежедневная рутина: готовый пайплайн вместо самодельных скриптов и ручных порогов.
Университеты
Исследовательские и учебные группы: интерфейс, который осваивается за один вебинар, — без ML-бэкграунда.
Разработчики квантовых устройств
Команды, которым нужны честные метрики считывания при отладке кубитов и регистров.
R&D и стартапы
Быстрый способ проверить гипотезу на своих данных без собственной ML-инфраструктуры.
Сомневаетесь, что подойдёт? Покажем на вашей выборке — бесплатно.
Бесплатная демонстрация продукта на вашей выборке: загрузка данных, обучение модели и распознавание состояний с разбором результата.
Коротко о том, что чаще всего спрашивают перед демо.
Файлы .csv — таблица признаков с метками — и .npz — массивы NumPy. Один файл соответствует одной выборке, состояние сопоставляется с меткой автоматически.
Нет. Приложение рассчитано на Windows и Linux, 8 ГБ оперативной памяти достаточно. Для тяжёлых выборок обучение на GPU будет быстрее, но это не обязательное требование.
Свыше 90% на отложенной выборке эталонных данных. На ваших измерениях цифра будет зависеть от качества сигнала и размера выборки — метрики видны прямо в интерфейсе.
Сейчас поддерживаются Windows и Linux. Про macOS напишите нам — соберём список запросов и вернёмся с ответом.
30–40 минут онлайн. Показываем прототип на демонстрационном наборе, а если есть свои данные — разбираем их: импорт, обучение, распознавание и отчёт.
Ответим в течение рабочего дня и подберём формат демонстрации под ваши данные.
Или напишите на почту — приложите пример данных, если он есть.