論文の概要: Automated, physics-guided, multi-parameter design optimization for superconducting quantum devices

• arxiv url: http://arxiv.org/abs/2508.18027v1
• Date: Mon, 25 Aug 2025 13:46:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-26 18:43:45.799514
• Title: Automated, physics-guided, multi-parameter design optimization for superconducting quantum devices
• Title（参考訳）: 超伝導量子デバイスのための自動、物理誘導、多パラメータ設計最適化
• Authors: Axel M. Eriksson, Lukas J. Splitthoff, Harsh Vardhan Upadhyay, Pietro Campana, Niranjan Pittan Narendiran, Kunal Helambe, Linus Andersson, Simone Gasparinetti,
• Abstract要約: 本稿では,超伝導回路の最適化を効率よく自動化する手法を提案する。 この手法の効率性は、ユーザ定義、物理インフォームド、非線形モデルから生じる。 オープンソースPythonパッケージQDesignrとして最適化手法の完全な実装を提供する。
• 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: The design of nonlinear superconducting quantum circuits often relies on time-consuming iterative electromagnetic simulations requiring manual intervention. These interventions entail, for example, adjusting design variables such as resonator lengths or Josephson junction energies to meet target parameters such as mode frequencies, decay rates, and coupling strengths. Here, we present a method to efficiently automate the optimization of superconducting circuits, which significantly reduces the need for manual intervention. The method's efficiency arises from user-defined, physics-informed, nonlinear models that guide parameter updates toward the desired targets. Additionally, we provide a full implementation of our optimization method as an open-source Python package, QDesignOptimizer. The package automates the design workflow by combining high-accuracy electromagnetic simulations in Ansys HFSS and Energy Participation Ratio (pyEPR) analysis integrated with the design tool Qiskit-Metal. Our implementation supports modular and flexible subsystem-level analysis and is easily extensible to optimize for additional parameters. The method is not specific to superconducting circuits; as such, it can be applied to a range of nonlinear optimization problems across science and technology.
• Abstract（参考訳）: 非線形超伝導量子回路の設計は、しばしば手動の介入を必要とする時間のかかる反復電磁シミュレーションに依存している。 これらの介入は、例えば共振器長やジョセフソン接合エネルギーなどの設計変数を調整し、モード周波数、減衰率、結合強度などの目標パラメータを満たす。 本稿では,超伝導回路の最適化を効率よく自動化する手法を提案する。 この手法の効率性は、パラメータの更新を所望の目標に向けて導く、ユーザ定義、物理インフォームド、非線形モデルから生じる。 さらに、オープンソースのPythonパッケージQDesignOptimizerとして最適化手法の完全な実装も提供します。 このパッケージは、設計ツールであるQiskit-Metalと統合されたAnsys HFSSとEnergy Participation Ratio (pyEPR)分析の高精度な電磁シミュレーションを組み合わせることで、設計ワークフローを自動化する。 本実装では,モジュール型およびフレキシブルなサブシステムレベルの解析をサポートし,追加パラメータの最適化が容易である。 この方法は超伝導回路に特化せず、科学や技術にまたがる様々な非線形最適化問題に適用することができる。

関連論文リスト

• A General Framework for Gradient-Based Optimization of Superconducting Quantum Circuits using Qubit Discovery as a Case Study [0.19528996680336308]
  超伝導量子回路の勾配に基づく最適化のための網羅的な枠組みを提案する。 この枠組みをキュービット発見問題に適用し、優れた性能指標を持つキュービット設計の同定の有効性を実証する。
  論文  参考訳（メタデータ） (2024-08-22T19:46:50Z)
• Automated Design and Optimization of Distributed Filtering Circuits via Reinforcement Learning [20.500468654567033]
  そこで本研究では,DFC設計のための新しいエンドツーエンド自動手法を提案する。 提案手法は強化学習(RL)アルゴリズムを利用して,技術者の設計経験への依存を解消する。 本手法は, 複雑もしくは急速に発展するDFCの設計において, 優れた性能を実現する。
  論文  参考訳（メタデータ） (2024-02-22T02:36:14Z)
• Exploration of superconducting multi-mode cavity architectures for quantum computing [44.99833362998488]
  トランスモン回路に結合した超伝導無線周波数(SRF)キャビティは、高コヒーレンスな量子情報プロセッサを構築する上で有望なプラットフォームであることが証明されている。 本稿では,多セルSRF空洞の設計最適化プロセスについて述べる。
  論文  参考訳（メタデータ） (2023-08-22T19:02:23Z)
• Artificial-Intelligence-Based Design for Circuit Parameters of Power Converters [0.0]
  本稿では,電力変換器のパラメータ設計のための人工知能設計(AI-D)手法を提案する。 高精度で実装が容易な人間依存を軽減するため、シミュレーションツールとバッチ正規化ニューラルネットワーク(BN-NN)が採用されている。 提案手法は, 電気自動車の48V・12Vアクセサリー負荷電源システムにおいて, 同期バックコンバータの回路パラメータ設計において検証される。
  論文  参考訳（メタデータ） (2023-07-30T08:39:41Z)
• X-parameter based design and simulation of Josephson traveling-wave parametric amplifiers for quantum computing applications [0.0]
  本稿では, 汎用多ポート非線形パラメトリック回路のための, 効率的, 正確, 包括的解析フレームワークを提案する。 この手法をジョセフソン走行波パラメトリック増幅器(JTWPA)に適用する。 ゲインと量子効率は、時間領域解のフーリエ解析から得られたものと一致している。
  論文  参考訳（メタデータ） (2022-11-10T04:23:28Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• Pre-trained Gaussian Processes for Bayesian Optimization [24.730678780782647]
  本稿では,HyperBO という事前学習型 BO フレームワークを提案する。 GPが既知の「地中真実」を仮定することなく, 後続の予測と, ほぼゼロの後悔をHyperBOに示す。
  論文  参考訳（メタデータ） (2021-09-16T20:46:26Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)
• Optimal non-classical correlations of light with a levitated nano-sphere [34.82692226532414]
  非古典的相関は、量子技術における多くの応用のためのリソースを提供する。 オプトメカニカルシステムは、メカニカルモードと移動光モードの間の非古典的相関を生成することができる。 このようなシステムにおける量子相関生成の自動最適化を提案する。
  論文  参考訳（メタデータ） (2020-06-26T15:27:47Z)

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。