Performance Comparison of Neural Network Approaches for Electric Potential Field Generation in Surface Ion Traps
यह शोध पत्र प्रदर्शित करता है कि एक फूरियर न्यूरल ऑपरेटर, सरफेस आयन ट्रैप के लिए इलेक्ट्रिक पोटेंशियल फील्ड उत्पन्न करने में कन्वोल्यूशनल न्यूरल नेटवर्क्स और फुली-कनेक्टेड लेयर्स से बेहतर प्रदर्शन करता है, जो 0.02% त्रुटि दर प्राप्त करता है और पारंपरिक सिमुलेशन विधियों की तुलना में दस गुना तेज़ी से कार्य करता है।