Программа «Студенческий стартап» · ООО «Измерительные квантовые системы»

Q-Net Lab

Десктопное приложение для распознавания квантовых состояний кудитов и кубитных регистров нейросетевыми моделями.

Импорт экспериментальных данных, фильтрация сигналов, обучение и дообучение сетей, классификация состояний — в одном графическом интерфейсе.

  • Python 3.10 · PyTorch · PyQt
  • Windows, RAM от 8 ГБ
  • Точность распознавания свыше 90%

О нас

Q-Net Lab — десктопное приложение с графическим интерфейсом и встроенными нейросетевыми моделями, которое распознаёт квантовые состояния кудитов и кубитных регистров.

С увеличением числа кубитов в квантовых процессорах растёт цена точного и быстрого считывания состояния. Нейросети закрывают этот разрыв: модель берёт на себя классификацию, а исследователь работает в интерфейсе, а не в собственных скриптах обработки.

Проект реализует ООО «Измерительные квантовые системы» в рамках программы «Студенческий стартап». На первом этапе зарегистрировано юридическое лицо, разработано техническое задание и начат прототип приложения.

Артём Соловьев генеральный директор и единственный учредитель, доля 100%
Юридическое лицо
ООО «Измерительные квантовые системы»
ИНН / КПП
7743482533 / 774301001
Основной ОКВЭД
62.01 — разработка программного обеспечения
Дата регистрации
25.12.2025
Договор
№ 2346ГССС27/107141 от 27.11.2025
Срок работ
11 месяцев, три этапа
Текущий этап
Разработка прототипа

О продукте

Один рабочий цикл вместо разрозненных скриптов: от сырых сигналов до отчёта о распознавании состояний.

  1. 01Импорт данныхЗагрузка экспериментальных выборок в форматах .csv и .npz.
  2. 02ФильтрацияСвёрточные фильтры, фильтры распада и возбуждения состояний, комбинирование.
  3. 03ОбучениеПолносвязные сети: обучение с нуля и дообучение готовой модели на новых данных.
  4. 04РаспознаваниеКлассификация состояний выбранной моделью с выводом результата по выборке.
  5. 05Визуализация и экспортГрафик accuracy, матрица ошибок, выгрузка отчёта и сохранение сессии.

Научно-исследовательские лаборатории

Обработка измерений без собственных скриптов классификации — точность и воспроизводимость растут.

Университеты

Учебные и исследовательские стенды: наглядная визуализация состояний и разбор экспериментов.

Производители квантовых устройств

Готовое программное обеспечение для считывания состояний в составе контура разработки.

Технологии

  • Python 3.10 и выше
  • PyTorch — нейросетевые модели
  • NumPy, SciPy, Pandas — обработка данных
  • Matplotlib, Seaborn — визуализация
  • PyQt — графический интерфейс

Показатели

  • Точность распознавания свыше 90% на отложенной выборке
  • Две модели считывания: FNN и фильтрация + FNN
  • Windows, оперативная память от 8 ГБ
  • Документация: руководство пользователя и README

Запросить демо

Покажем прототип в действии: загрузку экспериментальных данных, обучение модели и распознавание состояний с разбором результатов.

  • Формат: онлайн, 30–40 минут
  • Данные: ваш датасет или демонстрационный набор
  • Демо-версия приложения для Windows

Контакты

Ответим в течение рабочего дня и подберём формат демонстрации под ваши данные.

Почтаinfo@qnetlab.ru
Телефон+7 (495) 000-00-00
Адрес125438, г. Москва, Лихоборская наб., д. 4, к2, кв. 39
РуководительАртём Соловьев, генеральный директор
Made on
Tilda