当前位置：首页 > news >正文

TransmonCross Hamiltonian to Geometry API详解：完整接口文档与使用示例

news 2026/6/1 22:00:29

TransmonCross Hamiltonian to Geometry API详解：完整接口文档与使用示例

【免费下载链接】transmon-cross-hamiltonian-inverse项目地址: https://ai.gitcode.com/hf_mirrors/SQuADDS/transmon-cross-hamiltonian-inverse

在量子计算领域，TransmonCross Hamiltonian to Geometry API是一个革命性的逆向设计工具，它能够从目标哈密顿量参数直接预测超导量子比特的几何结构参数。这个基于机器学习模型的API为量子比特设计提供了快速、准确的解决方案，极大地简化了传统繁琐的设计流程。🚀

📊 什么是TransmonCross Hamiltonian to Geometry API？

TransmonCross Hamiltonian to Geometry API是一个专门用于超导量子比特逆向设计的机器学习接口。它采用先进的深度学习模型，将复杂的量子物理参数映射到具体的几何设计参数，实现了从"目标性能"到"物理实现"的智能化转换。

核心功能亮点 ✨

逆向设计能力: 从哈密顿量参数反向推导几何参数
高精度预测: 基于SQuADDS数据集训练的深度学习模型
标准化接口: 统一的RESTful API格式
快速响应: 毫秒级的预测计算速度
可扩展架构: 支持批量处理和实时预测

🔧 API接口详细规范

基础请求格式

API采用JSON格式进行数据交换，请求体结构如下：

{ "model_id": "transmon_cross_hamiltonian_inverse", "inputs": { "qubit_frequency_GHz": 4.85, "anharmonicity_MHz": -205.0 }, "options": { "include_scaled_outputs": false } }

输入参数详解 📝

参数名称	类型	单位	描述	典型值范围
`qubit_frequency_GHz`	float	GHz	量子比特频率	4.0-6.0 GHz
`anharmonicity_MHz`	float	MHz	量子比特非谐性	-300~-150 MHz

输出参数详解 🎯

输出参数	类型	单位	描述
`design_options.connection_pads.readout.claw_length`	float	m	读取端爪形长度
`design_options.connection_pads.readout.ground_spacing`	float	m	读取端接地间距
`design_options.cross_length`	float	m	十字交叉长度

🚀 快速入门指南

步骤1：准备请求数据

首先确定你的量子比特目标参数。例如，如果你需要设计一个频率为4.85GHz、非谐性为-205MHz的量子比特：

# Python示例 request_data = { "model_id": "transmon_cross_hamiltonian_inverse", "inputs": { "qubit_frequency_GHz": 4.85, "anharmonicity_MHz": -205.0 }, "options": { "include_scaled_outputs": False } }

步骤2：发送API请求

使用HTTP POST请求调用API：

curl -X POST \ https://squadds-squadds-ml-inference-api.hf.space/api/predict \ -H "Content-Type: application/json" \ -d '{ "model_id": "transmon_cross_hamiltonian_inverse", "inputs": { "qubit_frequency_GHz": 4.85, "anharmonicity_MHz": -205.0 } }'

步骤3：解析响应结果

API将返回包含预测几何参数的JSON响应：

{ "model_id": "transmon_cross_hamiltonian_inverse", "display_name": "TransmonCross Hamiltonian to Geometry", "predictions": [ { "design_options.connection_pads.readout.claw_length": 0.00011072495544794947, "design_options.connection_pads.readout.ground_spacing": 4.571595582092414e-06, "design_options.cross_length": 0.0002005973074119538 } ], "metadata": { "input_order": ["qubit_frequency_GHz", "anharmonicity_MHz"], "output_order": [ "design_options.connection_pads.readout.claw_length", "design_options.connection_pads.readout.ground_spacing", "design_options.cross_length" ], "input_units": { "qubit_frequency_GHz": "GHz", "anharmonicity_MHz": "MHz" }, "output_units": { "design_options.connection_pads.readout.claw_length": "m", "design_options.connection_pads.readout.ground_spacing": "m", "design_options.cross_length": "m" }, "num_predictions": 1 } }

📁 项目文件结构

了解项目文件结构有助于更好地使用这个API：

transmon-cross-hamiltonian-inverse/ ├── README.md # 项目说明文档 ├── inference_manifest.json # API配置清单 ├── X_names # 输入特征名称文件 ├── y_columns.npy # 输出列名文件 ├── model/ │ └── best_inverse_model_surrogate_defined_loss.keras # 训练好的Keras模型 └── scalers/ ├── scaler_X_anharmonicity_MHz.save ├── scaler_X_linear_anharmonicity_MHz.save ├── scaler_X_linear_qubit_frequency_GHz.save ├── scaler_X_qubit_frequency_GHz.save ├── scaler_y_design_options.connection_pads.readout.claw_length_one_hot_encoding.save ├── scaler_y_design_options.connection_pads.readout.ground_spacing_one_hot_encoding.save └── scaler_y_design_options.cross_length_one_hot_encoding.save