論文の概要: SesQ: A Surface Electrostatic Simulator for Precise Energy Participation Ratio Simulation in Superconducting Qubits

• arxiv url: http://arxiv.org/abs/2603.28524v1
• Date: Mon, 30 Mar 2026 14:51:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.453413
• Title: SesQ: A Surface Electrostatic Simulator for Precise Energy Participation Ratio Simulation in Superconducting Qubits
• Title（参考訳）: SesQ:超電導ビットにおける精密エネルギー参加率シミュレーションのための表面静電シミュレータ
• Authors: Ziang Wang, Shuyuan Guan, Feng Wu, Xiaohang Zhang, Qiong Li, Jianxin Chen, Xin Wan, Tian Xia, Hui-Hai Zhao,
• Abstract要約: SesQは、EPRの正確なシミュレーションに適した表面積分方程式シミュレータである。 SesQは低損失超伝導量子回路の自動設計のための強力なツールである。
• 参考スコア（独自算出の注目度）: 23.808940942742137
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: An accurate and efficient numerical electromagnetic model for superconducting qubits is essential for characterizing and minimizing design-dependent dielectric losses. The energy participation ratio (EPR) is the commonly adopted metric used to evaluate these losses, but its calculation presents a severe multiscale computational challenge. Conventional finite element method (FEM) requires 3D volumetric meshing, leading to prohibitive computational costs and memory requirements when attempting to capture singular electric fields at nanometer-thin material interfaces. To address this bottleneck, we propose SesQ, a surface integral equation simulator tailored for the precise simulation of the EPR. By applying discretization on 2D surfaces, deriving a semi-analytical multilayer Green's function, and employing a dedicated non-conformal boundary mesh refinement scheme, SesQ accurately resolves singular edge fields without an explosive growth in the number of unknowns. Validations with analytically solvable models demonstrate that SesQ accelerates capacitance extraction by roughly two orders of magnitude compared to commercial FEM tools. While achieving comparable accuracy for capacitance extraction, SesQ delivers superior precision for EPR calculation. Simulations of practical transmon qubits further reveal that FEM approaches tend to significantly underestimate the EPR. Finally, the high efficiency of SesQ enables rapid iteration in the layout optimization, as demonstrated by minimizing the EPR of the qubit pattern, establishing the simulator as a powerful tool for the automated design of low-loss superconducting quantum circuits.
• Abstract（参考訳）: 超伝導量子ビットの高精度かつ効率的な数値電磁モデルが設計に依存した誘電体損失のキャラクタリゼーションと最小化に不可欠である。 エネルギー参加比(EPR)は、これらの損失を評価するために一般的に用いられる指標であるが、その計算は深刻なマルチスケールの計算課題を示す。 従来の有限要素法(FEM)では3次元の体積メッシュが必要であり、ナノメートルの材料界面で単体電場を捕捉しようとする場合、計算コストとメモリの要求が禁じられる。 このボトルネックに対処するために,表面積分方程式シミュレータSesQを提案する。 2次元面に離散化を適用し、半解析的多層グリーン関数を導出し、専用の非コンフォーマルな境界メッシュ改善スキームを用いることで、SesQは未知数の爆発的な増加を伴わずに特異端場を正確に解決する。 解析的解決可能なモデルによる検証は、SesQが商用FEMツールと比較して約2桁の容量抽出を加速することを示した。 キャパシタンス抽出の精度は同等だが、SesQはEPR計算の精度が優れている。 実用的なトランモン量子ビットのシミュレーションにより、FEMアプローチはEPRを著しく過小評価する傾向があることが明らかになった。 最後に、SesQの高効率性は、量子ビットパターンのEPRを最小化し、低損失超伝導量子回路の自動設計のための強力なツールとしてシミュレータを確立することで、レイアウト最適化の迅速なイテレーションを可能にする。

関連論文リスト

• Dynamic Symmetric Point Tracking: Tackling Non-ideal Reference in Analog In-memory Training [46.75046795995564]
  本稿では,SPキャリブレーションのパルス複雑度と推定誤差の最初の理論的特徴について述べる。 本研究では,モデルトレーニング中にSPを追跡する動的SP推定法を提案し,その収束保証を確立する。
  論文  参考訳（メタデータ） (2026-02-24T19:41:34Z)
• Open-Source Highly Parallel Electromagnetic Simulations for Superconducting Circuits [0.0]
  我々は,Qiskit Metal(IBM), Gmsh, Palace(AWS), Paraview(Kitware)を統合したPythonベースのAPIであるSQDMetalを,超伝導量子回路のためのオープンソースの並列シミュレーションワークフローに導入する。 SQDMetalは、コミュニティ駆動でありながら正確で効率的でスケーラブルなシミュレーションを可能にする。
  論文  参考訳（メタデータ） (2025-11-03T04:39:33Z)
• Practical Application of the Quantum Carleman Lattice Boltzmann Method in Industrial CFD Simulations [44.99833362998488]
  この研究は、格子ボルツマン法(LBM)に基づくCFDへのハイブリッド量子古典的アプローチの実用的な数値評価を提示する。 本手法は, 異なる境界条件, 周期性, バウンスバック, 移動壁を有する3つのベンチマークケースで評価した。 提案手法の有効性を検証し,10～3ドル程度の誤差忠実度と,実際の量子状態サンプリングに十分な確率を達成できた。
  論文  参考訳（メタデータ） (2025-04-17T15:41:48Z)
• QuartDepth: Post-Training Quantization for Real-Time Depth Estimation on the Edge [55.75103034526652]
  ASIC のハードウェアアクセラレーションによる MDE モデルの定量化を後学習量子化に応用した QuartDepth を提案する。 提案手法では,重みとアクティベーションの両方を4ビット精度で定量化し,モデルサイズと計算コストを削減する。 我々は、カーネル融合とカスタマイズされた命令プログラム性をサポートすることにより、フレキシブルでプログラム可能なハードウェアアクセラレータを設計する。
  論文  参考訳（メタデータ） (2025-03-20T21:03:10Z)
• TANQ-Sim: Tensorcore Accelerated Noisy Quantum System Simulation via QIR on Perlmutter HPC [16.27167995786167]
  TANQ-Simは、コヒーレントノイズと非コヒーレントノイズの両方で実用的なディープ回路をシミュレートするために設計された、フルスケールの密度行列ベースのシミュレータである。 このようなシミュレーションにかかわる計算コストに対処するため,新しい密度行列シミュレーション手法を提案する。 また,その性能を最適化するために,密度行列シミュレーションのための特定のゲート融合手法を提案する。
  論文  参考訳（メタデータ） (2024-04-19T21:16:29Z)
• Optimized noise-assisted simulation of the Lindblad equation with time-dependent coefficients on a noisy quantum processor [0.6990493129893112]
  ノイズは、NISQ(Noisy Intermediate-Scale Quantum)デバイス上のオープンシステムのデジタル量子シミュレーションにおける資産となる。 最適化されたデコヒーレンス率制御方式を導入し、計算要求を桁違いに削減する。
  論文  参考訳（メタデータ） (2024-02-12T12:48:03Z)
• On-Chip Hardware-Aware Quantization for Mixed Precision Neural Networks [52.97107229149988]
  エッジデバイス上でハードウェア対応の混合精度量子化を行うOn-Chipハードウェア・アウェア量子化フレームワークを提案する。 このパイプラインは、量子化プロセスが量子化演算子の実際のハードウェア効率を知覚することを可能にする。 精度測定のために,マルチチップシナリオにおける演算子の精度への影響を効果的に推定するMask-Guided Quantization Estimation技術を提案する。
  論文  参考訳（メタデータ） (2023-09-05T04:39:34Z)
• Green, Quantized Federated Learning over Wireless Networks: An Energy-Efficient Design [68.86220939532373]
  有限精度レベルは、固定精度フォーマットで重みとアクティベーションを定量化する量子ニューラルネットワーク(QNN)を使用して取得される。 提案するFLフレームワークは,ベースラインFLアルゴリズムと比較して,収束までのエネルギー消費量を最大70%削減することができる。
  論文  参考訳（メタデータ） (2022-07-19T16:37:24Z)

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。