論文の概要: Colloquium: Advances in automation of quantum dot devices control
- arxiv url: http://arxiv.org/abs/2112.09362v3
- Date: Thu, 25 May 2023 15:52:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-27 00:34:58.863086
- Title: Colloquium: Advances in automation of quantum dot devices control
- Title（参考訳）: Colloquium: 量子ドットデバイス制御の自動化の進歩
- Authors: Justyna P. Zwolak and Jacob M. Taylor
- Abstract要約: 量子ドットの配列 (QD) はスケーラブルで結合された量子ビットシステムを実現するための有望な候補システムである。
所望のQD位置と電荷をゲート電圧にマッピングすることは、古典的な制御の問題となる。
近年,スクリプトベースのアルゴリズムと機械学習(ML)技術を組み合わせたデバイス制御を自動化する取り組みが盛んに行われている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Arrays of quantum dots (QDs) are a promising candidate system to realize
scalable, coupled qubit systems and serve as a fundamental building block for
quantum computers. In such semiconductor quantum systems, devices now have tens
of individual electrostatic and dynamical voltages that must be carefully set
to localize the system into the single-electron regime and to realize good
qubit operational performance. The mapping of requisite QD locations and
charges to gate voltages presents a challenging classical control problem. With
an increasing number of QD qubits, the relevant parameter space grows
sufficiently to make heuristic control unfeasible. In recent years, there has
been considerable effort to automate device control that combines script-based
algorithms with machine learning (ML) techniques. In this Colloquium, a
comprehensive overview of the recent progress in the automation of QD device
control is presented, with a particular emphasis on silicon- and GaAs-based QDs
formed in two-dimensional electron gases. Combining physics-based modeling with
modern numerical optimization and ML has proven effective in yielding
efficient, scalable control. Further integration of theoretical, computational,
and experimental efforts with computer science and ML holds vast potential in
advancing semiconductor and other platforms for quantum computing.
- Abstract（参考訳）: 量子ドット配列(qds)は、スケーラブルで結合された量子ビットシステムを実現し、量子コンピュータの基本構成要素として機能する有望な候補システムである。
このような半導体量子システムでは、デバイスは何十もの個別の静電電圧と動的電圧を持ち、システムを単一電子系にローカライズし、良好な量子ビット動作を実現するために慎重に設定する必要がある。
所望のQD位置と電荷をゲート電圧にマッピングすることは、古典的な制御の問題となる。
QD量子ビットの増加に伴い、関連するパラメータ空間は十分に増大し、ヒューリスティックな制御が不可能になる。
近年,スクリプトベースのアルゴリズムと機械学習(ML)技術を組み合わせたデバイス制御を自動化する取り組みが盛んに行われている。
本稿では,2次元電子ガス中で生成するシリコンおよびGaAs系QDを中心に,最近のQDデバイス制御の自動化の進展を概観する。
物理に基づくモデリングと現代の数値最適化とMLを組み合わせることで、効率的でスケーラブルな制御が得られることが証明されている。
コンピュータ科学とMLとの理論的、計算的、実験的取り組みのさらなる統合は、量子コンピューティングのための半導体やその他のプラットフォームの発展に大きな可能性を秘めている。
関連論文リスト
- Scalable quantum dynamics compilation via quantum machine learning [7.31922231703204]
変分量子コンパイル(VQC)法は、高精度を維持しつつゲートコストを低減するために変分最適化を用いる。
1次元におけるシステムサイズと精度の両面で、我々のアプローチが最先端のコンパイル結果を上回ることが示されている(1$D)。
VQCを2次元(2次元)ストリップに準1次元処理で拡張し、標準的なトロッタライズ法よりも大きな資源優位性を示す。
論文 参考訳（メタデータ） (2024-09-24T18:00:00Z) - Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Quantum control by the environment: Turing uncomputability, Optimization over Stiefel manifolds, Reachable sets, and Incoherent GRAPE [56.47577824219207]
多くの現実的な状況において、制御された量子系は環境と相互作用する。
本稿では,環境を資源として利用したオープン量子システムの制御に関するいくつかの結果について概説する。
論文 参考訳（メタデータ） (2024-03-20T10:09:13Z) - TeD-Q: a tensor network enhanced distributed hybrid quantum machine
learning framework [59.07246314484875]
TeD-Qは、量子機械学習のためのオープンソースのソフトウェアフレームワークである。
古典的な機械学習ライブラリと量子シミュレータをシームレスに統合する。
量子回路とトレーニングの進捗をリアルタイムで視覚化できるグラフィカルモードを提供する。
論文 参考訳（メタデータ） (2023-01-13T09:35:05Z) - Potential and limitations of quantum extreme learning machines [55.41644538483948]
本稿では,QRCとQELMをモデル化するフレームワークを提案する。
我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
論文 参考訳（メタデータ） (2022-10-03T09:32:28Z) - Estimating Phosphorescent Emission Energies in Ir(III) Complexes using
Large-Scale Quantum Computing Simulations [0.0]
9個のイリジウム錯体の遷移エネルギーの計算に、古典的ハードウェアに反復的クビット結合クラスタ(iQCC)法を適用した。
我々のシミュレーションでは、72個の完全連結かつ誤り訂正された論理量子ビットを持つゲートベースの量子コンピュータが必要である。
iQCC量子法は、微調整DFT関数の精度と一致し、ピアソン相関係数が良く、体系的な改善の可能性がまだ高い。
論文 参考訳（メタデータ） (2021-11-07T20:02:10Z) - Towards a NISQ Algorithm to Simulate Hermitian Matrix Exponentiation [0.0]
フォールトトレラントな量子コンピュータは、既知の古典的コンピュータよりも優れたアプリケーションを提供するので、楽しみにしている。
既に存在する、ノイズの多い中間スケール量子(NISQ)デバイスのパワーを活用して実現には何十年もかかるだろう。
本稿では、パラメタライズド量子回路を用いて、エルミタン行列指数をシミュレートする手法を報告する。
論文 参考訳（メタデータ） (2021-05-28T06:37:12Z) - Entanglement transfer, accumulation and retrieval via quantum-walk-based
qubit-qudit dynamics [50.591267188664666]
高次元システムにおける量子相関の生成と制御は、現在の量子技術の展望において大きな課題である。
本稿では,量子ウォークに基づく移動・蓄積機構により,$d$次元システムの絡み合った状態が得られるプロトコルを提案する。
特に、情報を軌道角運動量と単一光子の偏光度にエンコードするフォトニック実装について述べる。
論文 参考訳（メタデータ） (2020-10-14T14:33:34Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳（メタデータ） (2020-09-02T22:46:47Z) - End-to-End Quantum Machine Learning Implemented with Controlled Quantum
Dynamics [0.9599644507730106]
この研究は、ハードウェアフレンドリーなエンドツーエンドの量子機械学習スキームを示し、不完全な短期中規模量子(NISQ)プロセッサで実装できる。
この提案では,機械学習タスクを制御量子力学の最適化に変換し,学習モデルを実験的に調整可能な制御変数によってパラメータ化する。
我々の設計では、エージェント制御変数を介して生の入力を量子状態に符号化することで、自動的な特徴選択を可能にする。
論文 参考訳（メタデータ） (2020-03-30T17:44:51Z) - Simulating quantum chemistry in the seniority-zero space on qubit-based
quantum computers [0.0]
計算量子化学の近似をゲートベースの量子コンピュータ上で分子化学をシミュレートする手法と組み合わせる。
基本集合を増大させるために解放された量子資源を用いることで、より正確な結果が得られ、必要な数の量子コンピューティングの実行が削減されることが示される。
論文 参考訳（メタデータ） (2020-01-31T19:44:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。