論文の概要: Semiconductor Defect Detection by Hybrid Classical-Quantum Deep Learning

• arxiv url: http://arxiv.org/abs/2208.03514v1
• Date: Sat, 6 Aug 2022 13:13:23 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-09 13:13:23.767388
• Title: Semiconductor Defect Detection by Hybrid Classical-Quantum Deep Learning
• Title（参考訳）: 古典量子深層学習による半導体欠陥検出
• Authors: YuanFu Yang and Min Sun
• Abstract要約: 我々は、量子コンピューティングの情報処理の利点を利用して欠陥学習欠陥レビュー(DLDR)を促進する。 本稿では,近距離量子プロセッサの深層学習のための古典量子ハイブリッドアルゴリズムを提案する。 表現性やエンタングリング能力の異なるパラメタライズド量子回路を探索する。
• 参考スコア（独自算出の注目度）: 30.329065698451902
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the rapid development of artificial intelligence and autonomous driving technology, the demand for semiconductors is projected to rise substantially. However, the massive expansion of semiconductor manufacturing and the development of new technology will bring many defect wafers. If these defect wafers have not been correctly inspected, the ineffective semiconductor processing on these defect wafers will cause additional impact to our environment, such as excessive carbon dioxide emission and energy consumption. In this paper, we utilize the information processing advantages of quantum computing to promote the defect learning defect review (DLDR). We propose a classical-quantum hybrid algorithm for deep learning on near-term quantum processors. By tuning parameters implemented on it, quantum circuit driven by our framework learns a given DLDR task, include of wafer defect map classification, defect pattern classification, and hotspot detection. In addition, we explore parametrized quantum circuits with different expressibility and entangling capacities. These results can be used to build a future roadmap to develop circuit-based quantum deep learning for semiconductor defect detection.
• Abstract（参考訳）: 人工知能と自動運転技術の急速な発展により、半導体の需要は大幅に増加すると予想されている。 しかし、半導体製造の大規模な拡大と新しい技術の発展は、多くの欠陥ウエハをもたらす。 これらの欠陥ウエハが正しく検査されていない場合、欠陥ウエハの非効率な半導体処理は、過剰な二酸化炭素排出やエネルギー消費など、我々の環境にさらなる影響をもたらす。 本稿では、量子コンピューティングの情報処理の利点を活用し、欠陥学習欠陥レビュー(DLDR)を促進する。 短期量子プロセッサの深層学習のための古典量子ハイブリッドアルゴリズムを提案する。 実装されたパラメータをチューニングすることにより、我々のフレームワークによって駆動される量子回路は、ウェハ欠陥マップ分類、欠陥パターン分類、ホットスポット検出を含む、所定のDLDRタスクを学習する。 さらに,表現性やエンタングル能力の異なるパラメタライズド量子回路についても検討する。 これらの結果は、半導体欠陥検出のための回路ベースの量子ディープラーニングを開発するための将来のロードマップを構築するために使用できる。

関連論文リスト

• Application of zero-noise extrapolation-based quantum error mitigation to a silicon spin qubit [0.08603957004874943]
  シリコンスピン量子ビットプラットフォーム上でのゼロノイズ外挿による誤差低減手法の実装について報告する。 この技術は超伝導量子ビット、トラップイオン量子ビット、フォトニックプロセッサなどの他のプラットフォームで実証されている。
  論文  参考訳（メタデータ） (2024-10-14T09:51:21Z)
• Quantum Computation of Electronic Structure with Projector Augmented-Wave Method and Plane Wave Basis Set [3.087342164520494]
  本稿では,エネルギーの量子計算のための平面波を用いたPAWの実装について述べる。 ダイヤモンド中の窒素空孔欠陥中心のエネルギー推定のための量子資源を提供する。
  論文  参考訳（メタデータ） (2024-08-06T12:56:10Z)
• Simulating optically-active spin defects with a quantum computer [3.3011710036065325]
  我々は、光学活性な欠陥状態とその放射放出率をシミュレートするフォールトトレラント量子アルゴリズムを開発した。 量子センサの能力を高めるために、量子コンピュータの可能性について、先見的な視点を提供する。
  論文  参考訳（メタデータ） (2024-05-21T18:00:02Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Database of semiconductor point-defect properties for applications in quantum technologies [54.17256385566032]
  我々はダイヤモンド、炭化ケイ素、シリコンなど様々な半導体の5万点欠陥を計算した。 生成エネルギー,スピン特性,遷移双極子モーメント,ゼロフォノン線など,これらの欠陥の関連光学的および電子的特性を特徴付ける。 内在シリコンで安定な2331個の複合欠陥が検出され、光に輝く多くのスピン量子ビット候補と単一光子源を特定するためにフィルタされる。
  論文  参考訳（メタデータ） (2023-03-28T19:51:08Z)
• Deep Quantum Error Correction [73.54643419792453]
  量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。 本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。 提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
  論文  参考訳（メタデータ） (2023-01-27T08:16:26Z)
• Quantum readout error mitigation via deep learning [2.4936576553283283]
  本稿では,量子ハードウェア上での読み出し誤差を低減するためのディープラーニングベースのプロトコルを提案する。 ニューラルネットワークとディープラーニングでは、非線形ノイズを補正することが可能であり、既存の線形反転法では不可能である。
  論文  参考訳（メタデータ） (2021-12-07T09:26:57Z)
• Near-Field Terahertz Nanoscopy of Coplanar Microwave Resonators [61.035185179008224]
  超伝導量子回路は、主要な量子コンピューティングプラットフォームの一つである。 超伝導量子コンピューティングを実用上重要な点に進めるためには、デコヒーレンスに繋がる物質不完全性を特定し、対処することが重要である。 ここでは、テラヘルツ走査近接場光学顕微鏡を用いて、シリコン上の湿式エッチングアルミニウム共振器の局所誘電特性とキャリア濃度を調査する。
  論文  参考訳（メタデータ） (2021-06-24T11:06:34Z)
• Hardware-Efficient, Fault-Tolerant Quantum Computation with Rydberg Atoms [55.41644538483948]
  我々は中性原子量子コンピュータにおいてエラー源の完全な特徴付けを行う。 計算部分空間外の状態への原子量子ビットの崩壊に伴う最も重要なエラーに対処する,新しい,明らかに効率的な手法を開発した。 我々のプロトコルは、アルカリ原子とアルカリ原子の両方にエンコードされた量子ビットを持つ最先端の中性原子プラットフォームを用いて、近い将来に実装できる。
  論文  参考訳（メタデータ） (2021-05-27T23:29:53Z)
• Crosstalk Suppression for Fault-tolerant Quantum Error Correction with Trapped Ions [62.997667081978825]
  本稿では、電波トラップで閉じ込められた1本のイオン列をベースとした量子計算アーキテクチャにおけるクロストーク誤差の研究を行い、個別に調整されたレーザービームで操作する。 この種の誤差は、理想的には、異なるアクティブな量子ビットのセットで処理される単一量子ゲートと2量子ビットの量子ゲートが適用されている間は、未修正のままであるオブザーバー量子ビットに影響を及ぼす。 我々は,第1原理からクロストーク誤りを微視的にモデル化し,コヒーレント対非コヒーレントなエラーモデリングの重要性を示す詳細な研究を行い,ゲートレベルでクロストークを積極的に抑制するための戦略について議論する。
  論文  参考訳（メタデータ） (2020-12-21T14:20:40Z)

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。