論文の概要: Automated reconstruction of bound states in bilayer graphene quantum dots

• arxiv url: http://arxiv.org/abs/2203.00697v2
• Date: Thu, 22 Dec 2022 12:38:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-23 10:04:41.880167
• Title: Automated reconstruction of bound states in bilayer graphene quantum dots
• Title（参考訳）: 二層グラフェン量子ドットにおける境界状態の自動再構成
• Authors: Jozef Bucko, Frank Sch\"afer, Franti\v{s}ek Herman, Rebekka Garreis, Chuyao Tong, Annika Kurzmann, Thomas Ihn, Eliska Greplova
• Abstract要約: 本研究では,二層グラフェン量子ドットの状態を完全に特徴付けるために必要なモデルパラメータを抽出する効率的なアルゴリズムを開発した。 我々は、ハミルトン誘導ランダム探索法を導入し、シミュレーションデータと実験データの両方で量子状態の堅牢な同定を実証する。
• 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: Bilayer graphene is a nanomaterial that allows for well-defined, separated quantum states to be defined by electrostatic gating and, therefore, provides an attractive platform to construct tunable quantum dots. When a magnetic field perpendicular to the graphene layers is applied, the graphene valley degeneracy is lifted, and splitting of the energy levels of the dot is observed. Given the experimental ability to engineer this energy valley splitting, bilayer graphene quantum dots have a great potential for hosting robust qubits. Although bilayer graphene quantum dots have been recently realized in experiments, it is critically important to devise robust methods that can identify the observed quantum states from accessible measurement data. Here, we develop an efficient algorithm for extracting the model parameters needed to characterize the states of a bilayer graphene quantum dot completely. We introduce a Hamiltonian-guided random search method and demonstrate robust identification of quantum states on both simulated and experimental data.
• Abstract（参考訳）: 二層グラフェンは、よく定義された分離された量子状態が静電ゲーティングによって定義できるナノ材料であり、従って、チューニング可能な量子ドットを構築するための魅力的なプラットフォームを提供する。 グラフェン層に垂直な磁場を印加すると、グラフェン谷縮退が持ち上げられ、点のエネルギーレベルの分裂が観察される。 このエネルギー谷を分割する実験的な能力を考えると、二層グラフェン量子ドットは強固な量子ビットをホストする大きな可能性を秘めている。 最近、二層グラフェン量子ドットが実験で実現されているが、観測された量子状態を計測データから識別できるロバストな手法を考案することが重要である。 本稿では,二層グラフェン量子ドットの状態を完全に特徴づけるために必要なモデルパラメータを抽出する効率的なアルゴリズムを開発する。 シミュレーションデータと実験データの両方において,ハミルトニアン誘導ランダム探索法を導入し,量子状態のロバスト同定を示す。

関連論文リスト

• Deterministic and reconfigurable graph state generation with a single solid-state quantum emitter [0.0]
  我々は,光固体集積量子エミッタを用いた決定論的および再構成可能なグラフ状態生成を示す。 2つの連続する光子の量子状態トモグラフィーを行い、ベル状態の忠実度を0.80$pm$0.04まで測定し、コンカレンスを0.69$pm$0.09まで測定する。 この単純な光学スキームは、市販の量子ドットベースの単一光子源と互換性があり、スピンと光子によるフォールトトレラント量子コンピューティングに一歩近づいた。
  論文  参考訳（メタデータ） (2024-10-30T23:59:54Z)
• Power Characterization of Noisy Quantum Kernels [52.47151453259434]
  一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。 我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
  論文  参考訳（メタデータ） (2024-01-31T01:02:16Z)
• Boundary scattering tomography of the Bose Hubbard model on general graphs [0.0]
  本稿では,Bose-Hubbard Hamiltonianによって記述できる量子シミュレータのトモグラフィー手法を提案する。 シミュレータのオンサイト反発をオン/オフする追加の能力により、ハミルトニアンパラメータが標準量子限界を超えていることが示される。
  論文  参考訳（メタデータ） (2023-10-22T05:42:48Z)
• Generating scalable graph states in an atom-nanophotonic interface [0.0]
  スケーラブルグラフ状態は、測定に基づく量子計算および量子技術における多くの絡み合い支援アプリケーションに不可欠である。 本稿では,原子-ナノフォトニックキャビティで調整可能な1次元と2次元の高忠実でスケーラブルなグラフ状態を作成することを提案する。 また、状態忠実度の解析を行い、多ビット状態彫刻とシーケンシャル単一光子プローブを用いて状態準備確率を最適化することができる。
  論文  参考訳（メタデータ） (2023-10-06T03:33:32Z)
• Proof-of-concept Quantum Simulator based on Molecular Spin Qudits [39.28601213393797]
  分子キューディットと高周波ブロードバンド分光計のアンサンブルに基づく最初の量子シミュレータについて述べる。 結果は、量子技術における分子スピン四重項の実際の利用に向けた重要なステップである。
  論文  参考訳（メタデータ） (2023-09-11T16:33:02Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• A vertical gate-defined double quantum dot in a strained germanium double quantum well [48.7576911714538]
  シリコン-ゲルマニウムヘテロ構造におけるゲート定義量子ドットは、量子計算とシミュレーションのための魅力的なプラットフォームとなっている。 ひずみゲルマニウム二重量子井戸におけるゲート定義垂直2重量子ドットの動作を実証する。 課題と機会を議論し、量子コンピューティングと量子シミュレーションの潜在的な応用について概説する。
  論文  参考訳（メタデータ） (2023-05-23T13:42:36Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• Probing Topological Spin Liquids on a Programmable Quantum Simulator [40.96261204117952]
  219原子プログラム可能な量子シミュレータを用いて量子スピン状態の探索を行う。 このアプローチでは、カゴメ格子のリンク上に原子の配列が配置され、リドベルク封鎖下での進化はフラストレーションのある量子状態を生成する。 古典的トーリック符号型の量子スピン液体相の開始は、トポロジカル弦演算子の評価により検出される。
  論文  参考訳（メタデータ） (2021-04-09T00:18:12Z)
• Vacancies in graphene: an application of adiabatic quantum optimization [0.0]
  量子アンネラは、数千の量子ビットを含む量子計算が可能になった時点まで、複雑さが増している。 本稿では, グラフェン空孔欠陥の相対的安定性を検討するために, 現在の量子アニールの能力に適合する簡単なモデルを用いた。 提案手法では, グラフェンシート上の複数の欠陥の配置を, 相対的な生成エネルギーとともに抽出するために, 基底状態と, 量子アニールによる励起状態を利用する。
  論文  参考訳（メタデータ） (2020-10-12T15:59:39Z)

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。