論文の概要: RF-Squad: A radiofrequency simulator for quantum dot arrays

• arxiv url: http://arxiv.org/abs/2511.11504v1
• Date: Fri, 14 Nov 2025 17:25:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-17 22:42:18.743724
• Title: RF-Squad: A radiofrequency simulator for quantum dot arrays
• Title（参考訳）: RF-Squad:量子ドットアレイの高周波シミュレータ
• Authors: Tara Murphy, Katarina Brlec, Giovanni Oakes, Lorenzo Peri, Henning Sirringhaus, Henry Moss, M. Fernando Gonzalez Zalba, David Wise,
• Abstract要約: 本稿では,量子ドットアレイの高周波反射率測定を現実的に再現する物理シミュレーションであるRF-Squadを紹介する。 RF-Squadは高い計算速度を実現し、52.1$pm$0.2ミリ秒で二重量子ドット(DQD)の100×100ピクセルの電荷安定性図をシミュレーションできる。
• 参考スコア（独自算出の注目度）: 2.2798735223689044
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Spins in semiconductor quantum dots offer a scalable approach to quantum computing; however, precise control and efficient readout of large quantum dot arrays remain challenging, mainly due to the hyperdimensional voltage space required for tuning multiple gates per dot. To automate this process, large datasets are required for testing and training autotuning algorithms. To address the demand for such large datasets, we introduce RF-Squad, a physics-based simulator designed to realistically replicate radiofrequency (RF) reflectometry measurements of quantum dot arrays, with the ability to go beyond the Constant Interaction Model (CIM) and simulate physical phenomena such as tunnel coupling, tunnel rates, and quantum confinement. Implemented in JAX, an accelerated linear algebra library, RF-Squad achieves high computational speed, enabling the simulation of a 100x100 pixel charge stability diagram of a double quantum dot (DQD) in 52.1 $\pm$0.2 milliseconds at the CIM level. Using optimization algorithms, combined with it's layered architecture, RF-Squad allows users to balance physical accuracy with computational speed, scaling from simple to highly detailed models.
• Abstract（参考訳）: 半導体量子ドットのスピンは、量子コンピューティングに対するスケーラブルなアプローチを提供するが、大きな量子ドットアレイの正確な制御と効率的な読み出しは、主にドットごとに複数のゲートをチューニングするのに必要となる超次元電圧空間のために困難である。 このプロセスを自動化するには、自動チューニングアルゴリズムのテストとトレーニングに大規模なデータセットが必要である。 このような大規模なデータセットの需要に対応するため,我々は,量子ドットアレイの高周波(RF)反射測定を現実的に再現する物理シミュレーションRF-Squadを導入し,トンネル結合,トンネル速度,量子閉じ込めなどの物理現象をシミュレーションする。 JAX で実装された線形代数ライブラリ RF-Squad は高い計算速度を実現し、CIM レベルで52.1$\pm$0.2ミリ秒の二重量子ドット(DQD)の100×100ピクセルの電荷安定性図をシミュレーションできる。 最適化アルゴリズムと階層アーキテクチャを組み合わせることで、RF-Squadは、単純なモデルから非常に詳細なモデルまで、物理精度と計算速度のバランスをとることができます。

関連論文リスト

• Simulation of Charge Stability Diagrams for Automated Tuning Solutions (SimCATS) [0.0]
  量子ドットは、量子計算の適切な基礎を提供するために正確に調整されなければならない。 1つの重要なステップは、量子ドット内の適切な数の電子をトラップすることである。 本稿では,そのような測定の現実的なシミュレーションに対する新しいアプローチを紹介する。
  論文  参考訳（メタデータ） (2025-08-11T14:36:33Z)
• A Quantum Range-Doppler Algorithm for Synthetic Aperture Radar Image Formation [47.1482540145286]
  一般参照関数は、多くのSAR集中アルゴリズムにおいて重要な要素であり、量子ゲートにどのようにマッピングできるかを示す。 量子レンジ・ドップラーアルゴリズムのコアは計算複雑性が$O(N)$であり、従来のものより小さいことが分かる。
  論文  参考訳（メタデータ） (2025-04-29T14:24:23Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [62.46800898243033]
  量子学習理論の最近の進歩は、様々な古典的な入力によって生成された測定データから、大きな量子ビット回路の線形特性を効率的に学習できるのか? 我々は、小さな予測誤差を達成するためには、$d$で線形にスケーリングするサンプルの複雑さが必要であることを証明し、それに対応する計算複雑性は、dで指数関数的にスケールする可能性がある。 そこで本研究では,古典的影と三角展開を利用したカーネルベースの手法を提案し,予測精度と計算オーバーヘッドとのトレードオフを制御可能とした。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Transformer neural networks and quantum simulators: a hybrid approach for simulating strongly correlated systems [1.6494451064539348]
  ニューラル量子状態(NQS)のハイブリッド最適化手法を提案する。 計算ベースからの射影測定と他の測定設定からの期待値の両方を用いることで、事前学習により状態の符号構造へのアクセスが可能になる。 我々の研究は、ニューラル量子状態の信頼性と効率的な最適化の道を開いた。
  論文  参考訳（メタデータ） (2024-05-31T17:55:27Z)
• TensorCircuit: a Quantum Software Framework for the NISQ Era [18.7784080447382]
  Pythonで書かれたCircuitは、自動微分、ジャストインタイムコンパイル、ベクトル化並列処理、ハードウェアアクセラレーションをサポートする。 回路は、適度な深さと低次元接続で最大600量子ビットをシミュレートすることができる。
  論文  参考訳（メタデータ） (2022-05-20T11:23:30Z)
• Simulating the Mott transition on a noisy digital quantum computer via Cartan-based fast-forwarding circuits [62.73367618671969]
  動的平均場理論(DMFT)は、ハバードモデルの局所グリーン関数をアンダーソン不純物のモデルにマッピングする。 不純物モデルを効率的に解くために、量子およびハイブリッド量子古典アルゴリズムが提案されている。 この研究は、ノイズの多いデジタル量子ハードウェアを用いたMott相転移の最初の計算を提示する。
  論文  参考訳（メタデータ） (2021-12-10T17:32:15Z)
• Robustly learning the Hamiltonian dynamics of a superconducting quantum processor [0.5564835829075486]
  超伝導量子ビットアナログ量子シミュレータにおけるボソニック励起のフリーハミルトニアンパラメータを強く推定する。 この結果は、動的量子シミュレーションの正確な実装を構成する。
  論文  参考訳（メタデータ） (2021-08-18T18:01:01Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)

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。