論文の概要: Computer-aided quantization and numerical analysis of superconducting
circuits
- arxiv url: http://arxiv.org/abs/2206.08320v2
- Date: Sat, 2 Jul 2022 16:07:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-09 04:34:50.586107
- Title: Computer-aided quantization and numerical analysis of superconducting
circuits
- Title(参考訳): 超伝導回路のコンピュータ支援量子化と数値解析
- Authors: Sai Pavan Chitta, Tianpu Zhao, Ziwen Huang, Ian Mondragon-Shem, Jens
Koch
- Abstract要約: 本稿では,記号型計算機代数と数値対角化ルーチンを多用し,様々な回路に対処する。
この作業の結果は、新しくリリースされた scqubitsパッケージのモジュールを通じてアクセスすることができる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The development of new superconducting circuits and the improvement of
existing ones rely on the accurate modeling of spectral properties which are
key to achieving the needed advances in qubit performance. Systematic circuit
analysis at the lumped-element level, starting from a circuit network and
culminating in a Hamiltonian appropriately describing the quantum properties of
the circuit, is a well-established procedure, yet cumbersome to carry out
manually for larger circuits. We present work utilizing symbolic computer
algebra and numerical diagonalization routines versatile enough to tackle a
variety of circuits. Results from this work are accessible through a newly
released module of the scqubits package.
- Abstract(参考訳): 新しい超伝導回路の開発と既存の回路の改良は、量子ビット性能の必要な進歩を達成する鍵となるスペクトル特性の正確なモデリングに依存している。
回路ネットワークから始まり、回路の量子特性を適切に記述したハミルトニアンで頂点となる集中要素レベルでの系統的回路解析は、確立された手順であるが、より大きな回路では手作業で実行するのが面倒である。
本稿では,記号型計算機代数と数値対角化ルーチンを多用し,様々な回路に対処する。
この成果は、新しくリリースされたscqubitsパッケージのモジュールを通じて得られる。
関連論文リスト
- Reciprocal lumped-element superconducting circuits: quantization, decomposition, and model extraction [0.2092728936840121]
超伝導量子デバイス用ラム素子回路モデルの量子化,分解,抽出(電磁シミュレーションから)のための新しい手法を提案する。
我々のフラックスチャージ対称プロシージャは、回路のインダクティブループと容量ノードの接続を符号化するネットワークマトリックスを中心にしている。
論文 参考訳(メタデータ) (2024-12-09T19:00:00Z) - Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
超伝導プロセッサのための強化学習型量子コンパイラを開発した。
短絡の新規・ハードウェア対応回路の発見能力を示す。
本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
論文 参考訳(メタデータ) (2024-06-18T01:49:48Z) - Efficiently Building and Characterizing Electromagnetic Models of Multi-Qubit Superconducting Circuits [0.0]
超伝導量子コンピュータの複雑さは 寄生的結合と共鳴をもたらす
本稿では,マルチビット回路に対応するマルチポートインピーダンス関数のモデル化と特性評価を行う。
次に,有効クビット結合率,状態依存型共振モードの分散シフト,およびクビット緩和時間を推定できる特性評価法を提案する。
論文 参考訳(メタデータ) (2024-05-13T00:07:11Z) - CktGNN: Circuit Graph Neural Network for Electronic Design Automation [67.29634073660239]
本稿では,回路トポロジ生成とデバイスサイズを同時に行う回路グラフニューラルネットワーク(CktGNN)を提案する。
オープンサーキットベンチマーク(OCB: Open Circuit Benchmark)は、オープンソースのデータセットで、10ドル(約10万円)の異なるオペレーショナルアンプを含む。
我々の研究は、アナログ回路のための学習ベースのオープンソース設計自動化への道を開いた。
論文 参考訳(メタデータ) (2023-08-31T02:20:25Z) - Adaptive Planning Search Algorithm for Analog Circuit Verification [53.97809573610992]
シミュレーションの少ない機械学習(ML)アプローチを提案する。
提案手法により,OCCを全回路の仕様に近づけることができることを示す。
論文 参考訳(メタデータ) (2023-06-23T12:57:46Z) - Resilient superconducting-element design with genetic algorithms [3.53163169498295]
超伝導量子回路は、原子エネルギースペクトルと選択規則をはしごと3レベル製造として示している。
我々のマルチループ回路は、回路パラメータのランダムなゆらぎ、すなわち最終的な欠陥の下では堅牢であることを示す。
論文 参考訳(メタデータ) (2023-02-03T16:24:35Z) - Analysis of arbitrary superconducting quantum circuits accompanied by a
Python package: SQcircuit [0.0]
超伝導量子回路は、フォールトトレラント量子コンピュータを実現するための有望なハードウェアプラットフォームである。
超伝導量子回路の量子化ハミルトニアンを物理記述から構築する枠組みを開発する。
我々は,オープンソースのPythonパッケージであるSQcircuitで記述した手法を実装した。
論文 参考訳(メタデータ) (2022-06-16T17:24:51Z) - Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。
我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
論文 参考訳(メタデータ) (2022-04-12T19:39:31Z) - Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network [64.1951227380212]
量子回路をキューネットワークとしてモデル化することを提案する。
提案手法はスケーラビリティが高く,大規模量子回路のコンパイルに必要となる潜在的な速度と精度を有する。
論文 参考訳(メタデータ) (2021-06-26T10:55:52Z) - CircuitQ: An open-source toolbox for superconducting circuits [0.0]
CircuitQはPythonで実装された超伝導回路を解析するためのオープンソースのツールボックスである。
入力回路のシンボリックハミルトニアンの自動構成と、可変基底選択を持つハミルトニアンの数値表現が特徴である。
論文 参考訳(メタデータ) (2021-06-09T19:08:33Z) - Machine Learning Optimization of Quantum Circuit Layouts [63.55764634492974]
本稿では量子回路マッピングQXXとその機械学習バージョンQXX-MLPを紹介する。
後者は、レイアウトされた回路の深さが小さくなるように最適なQXXパラメータ値を自動的に推論する。
近似を用いてレイアウト法を学習可能な経験的証拠を提示する。
論文 参考訳(メタデータ) (2020-07-29T05:26:19Z)
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。