論文の概要: Automated electrostatic characterization of quantum dot devices in single- and bilayer heterostructures

• arxiv url: http://arxiv.org/abs/2601.00067v1
• Date: Wed, 31 Dec 2025 19:00:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-05 15:04:33.241124
• Title: Automated electrostatic characterization of quantum dot devices in single- and bilayer heterostructures
• Title（参考訳）: 単層および二層構造における量子ドットデバイスの静電気的自動評価
• Authors: Merritt P. R. Losert, Dario Denora, Barnaby van Straaten, Michael Chan, Stefan D. Oosterhout, Lucas Stehouwer, Giordano Scappucci, Menno Veldhorst, Justyna P. Zwolak,
• Abstract要約: 電荷安定性図(CSD)から容量特性を抽出する自動プロトコルを提案する。 本手法は機械学習,画像処理,物体検出を統合し,手動ラベリングなしで電荷遷移を識別・追跡する。
• 参考スコア（独自算出の注目度）: 0.46951850757696256
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As quantum dot (QD)-based spin qubits advance toward larger, more complex device architectures, rapid, automated device characterization and data analysis tools become critical. The orientation and spacing of transition lines in a charge stability diagram (CSD) contain a fingerprint of a QD device's capacitive environment, making these measurements useful tools for device characterization. However, manually interpreting these features is time-consuming, error-prone, and impractical at scale. Here, we present an automated protocol for extracting underlying capacitive properties from CSDs. Our method integrates machine learning, image processing, and object detection to identify and track charge transitions across large datasets without manual labeling. We demonstrate this method using experimentally measured data from a strained-germanium single-quantum-well (planar) and a strained-germanium double-quantum-well (bilayer) QD device. Unlike for planar QD devices, CSDs in bilayer germanium heterostructure exhibit a larger set of transitions, including interlayer tunneling and distinct loading lines for the vertically stacked QDs, making them a powerful testbed for automation methods. By analyzing the properties of many CSDs, we can statistically estimate physically relevant quantities, like relative lever arms and capacitive couplings. Thus, our protocol enables rapid extraction of useful, nontrivial information about QD devices.
• Abstract（参考訳）: 量子ドット(QD)ベースのスピン量子ビットがより大きく、より複雑なデバイスアーキテクチャへと進むにつれ、高速で自動化されたデバイスキャラクタリゼーションとデータ解析ツールが重要になる。 電荷安定性図(CSD)における遷移線の配向と間隔は、QDデバイスの容量環境の指紋を含んでおり、これらの測定はデバイスのキャラクタリゼーションに有用なツールである。 しかし、これらの特徴を手動で解釈することは、時間を要する、エラーを起こし、大規模に非現実的である。 本稿では,CSDから基礎となる容量特性を抽出する自動プロトコルを提案する。 提案手法は機械学習,画像処理,オブジェクト検出を統合して,手動ラベリングなしで大規模データセット間の電荷遷移を識別・追跡する。 本手法は, ひずみゲルマニウム単一量子井戸(平面)とひずみゲルマニウム二重量子井戸(二重層)QD装置を用いて実験的に測定した。 平面QDデバイスとは異なり、二層ゲルマニウムヘテロ構造におけるCDDは、層間トンネルや垂直重ねられたQDの異なる負荷線を含む大きな遷移を示すため、自動化のための強力なテストベッドとなる。 多くのCDDの特性を解析することにより、相対レバーアームや容量結合などの物理的に関連する量を統計的に推定することができる。 そこで本プロトコルは,QDデバイスに関する有用な非自明な情報を迅速に抽出することを可能にする。

関連論文リスト

• Bootstrapping, Autonomous Testing, and Initialization System for Si/SiGe Multi-quantum Dot Devices [0.0]
  現代のQDデバイスの複雑さは、キャリブレーションと制御を進行のボトルネックにする。 大規模なQD量子ビット配列の効率的な特徴付けとチューニングは、自動プロトコルの選択に依存する。 本稿では,QDデバイス評価と校正の合理化を目的としたBATISを紹介する。
  論文  参考訳（メタデータ） (2024-12-10T17:04:10Z)
• Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
  量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
  論文  参考訳（メタデータ） (2024-11-13T23:56:20Z)
• Automation of Quantum Dot Measurement Analysis via Explainable Machine Learning [0.0]
  この研究は、量子ドット計測の分析に説明可能な機械学習技術を適用する可能性と利点を実証する。 自動化された透明な量子ドットデバイスチューニングのさらなる進歩の道を開く。
  論文  参考訳（メタデータ） (2024-02-21T11:00:23Z)
• QDA$^2$: A principled approach to automatically annotating charge stability diagrams [1.2437226707039448]
  ゲート定義半導体量子ドット(QD)アレイは量子コンピューティングのための有望なプラットフォームである。 大きな構成空間と固有のノイズは、QDデバイスのチューニングを非自明なタスクにする。 QD auto-annotatorは、実験的に得られたデータの自動解釈とラベル付けのための古典的なアルゴリズムである。
  論文  参考訳（メタデータ） (2023-12-18T13:52:18Z)
• Measurement-induced entanglement and teleportation on a noisy quantum processor [105.44548669906976]
  最大70個の超伝導量子ビット上の測定誘起量子情報相について検討した。 二重性マッピングを用いて、中間回路の測定を回避し、基礎となる位相の異なる表現にアクセスする。 我々の研究は、現在のNISQプロセッサの限界であるスケールでの計測誘起物理を実現するためのアプローチを示す。
  論文  参考訳（メタデータ） (2023-03-08T18:41:53Z)
• Automated extraction of capacitive coupling for quantum dot systems [0.06775401033588706]
  ゲート定義量子ドット(QD)は量子コンピューティングプラットフォームとして魅力的な特性を持つ。 短期的なデバイスは、QDデバイスのチューニングと操作の間、考慮すべき様々な不完全性を持っている。
  論文  参考訳（メタデータ） (2023-01-20T16:03:30Z)
• QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
  SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。 短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
  論文  参考訳（メタデータ） (2022-07-14T12:22:51Z)
• Gate-based spin readout of hole quantum dots with site-dependent $g-$factors [101.23523361398418]
  ゲート型反射率計を用いたスピンリードアウトによりシリコン中の二重量子ドットを実験的に検討した。 磁気分光法により生じる反射位相信号の特徴は,2点のサイト依存の$g-$factorに関する情報を伝達する。
  論文  参考訳（メタデータ） (2022-06-27T09:07:20Z)
• Quantum-tailored machine-learning characterization of a superconducting qubit [50.591267188664666]
  我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。 このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。 このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
  論文  参考訳（メタデータ） (2021-06-24T15:58:57Z)

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。