Generatywna analiza danych

Identyfikacja blokady spinowej Pauliego przy użyciu głębokiego uczenia

Data:

Jonasa Schuffa1, Dominika T. Lennona1, Szymon Geyer2, Davida L. Craiga1, Federico Fedele1, Floriana Vigneau1, Leona C. Camenzinda2, Andreasa V. Kuhlmanna2, G. Andrew D. Briggs1, Dominik M. Zumbühl2, Dino Sejdinowicz3, Natalii Ares4

1Department of Materials, University of Oxford, Oxford OX1 3PH, Wielka Brytania
2Wydział Fizyki Uniwersytetu w Bazylei, 4056 Bazylea, Szwajcaria
3School of Computer and Mathematical Sciences & AIML, University of Adelaide, SA 5005, Australia
4Wydział Nauk Inżynieryjnych, Uniwersytet Oksfordzki, Oxford OX1 3PJ, Wielka Brytania

Czy ten artykuł jest interesujący czy chcesz dyskutować? Napisz lub zostaw komentarz do SciRate.

Abstrakcyjny

Blokada spinowa Pauliego (PSB) może być wykorzystana jako świetne źródło inicjalizacji i odczytu kubitów spinowych nawet w podwyższonych temperaturach, ale może być trudna do zidentyfikowania. Przedstawiamy algorytm uczenia maszynowego zdolny do automatycznej identyfikacji PSB za pomocą pomiarów transportu ładunku. Niedobór danych PSB można obejść, trenując algorytm z symulowanymi danymi i stosując walidację między urządzeniami. Demonstrujemy nasze podejście na krzemowym tranzystorze polowym i zgłaszamy dokładność 96% na różnych urządzeniach testowych, dając dowód, że podejście to jest odporne na zmienność urządzeń. Oczekuje się, że nasz algorytm, niezbędny krok do realizacji w pełni automatycznego dostrajania kubitów, będzie można zastosować we wszystkich typach urządzeń z kropkami kwantowymi.

Opracowaliśmy algorytm uczenia maszynowego do automatycznego wykrywania nieuchwytnego efektu związanego z działaniem urządzeń, które obecnie pojawiają się wśród preferowanych architektur kandydujących dla technologii kwantowych, kubitów półprzewodnikowych. Jest to ważny krok w kierunku skalowalnych obliczeń kwantowych z obwodami półprzewodnikowymi. Efekt, blokada spinu Pauliego (PSB), może być wykorzystany do inicjowania i odczytywania kubitów, co jest podstawowym wymogiem obliczeń kwantowych. Jednak wykrywanie PSB jest trudne ze względu na jego rzadkość i wrażliwość na różnice materiałowe i wady produkcyjne. Aby temu zaradzić, użyliśmy symulatora inspirowanego fizyką i metody zwanej walidacją między urządzeniami, ucząc algorytm na danych z jednego urządzenia i testując go na innym. Zademonstrowany na krzemowym tranzystorze polowym algorytm osiągnął 96% dokładność w identyfikowaniu PSB w różnych urządzeniach testowych. Co ciekawe, badanie wykazało, że symulowane dane mają większe znaczenie dla szkolenia algorytmu niż dane ze świata rzeczywistego, głównie ze względu na ograniczoną dostępność kompleksowych danych eksperymentalnych. Badania te przyspieszają realizację praktycznych, skalowalnych komputerów kwantowych.

► Dane BibTeX

► Referencje

[1] Daniela Lossa i Davida P. DiVincenzo. Obliczenia kwantowe z kropkami kwantowymi. Przegląd fizyczny A, 57 (1): 120, 1998. 10.1103/​PhysRevA.57.120.
https: / / doi.org/ 10.1103 / PhysRevA.57.120

[2] LMK Vandersypen, H Bluhm, JS Clarke, AS Dzurak, R Ishihara, A Morello, DJ Reilly, LR Schreiber i M Veldhorst. Łączenie kubitów spinowych w kropkach kwantowych i donorach – gorące, gęste i spójne. npj Quantum Information, 3 (1): 1–10, 2017. 10.1038/​s41534-017-0038-y.
https: / / doi.org/ 10.1038 / s41534-017-0038-y

[3] Toivo Hensgens, Takafumi Fujita, Laurens Janssen, Xiao Li, CJ Van Diepen, Christian Reichl, Werner Wegscheider, S Das Sarma i Lieven MK Vandersypen. Kwantowa symulacja modelu Fermiego – Hubbarda przy użyciu półprzewodnikowej macierzy kropek kwantowych. Przyroda, 548 (7665): 70–73, 2017. 10.1038/​natura23022.
https: / / doi.org/ 10.1038 / nature23022

[4] Menno Veldhorst, CH Yang, JCC Hwang, W Huang, JP Dehollain, JT Muhonen, S Simmons, A Laucht, FE Hudson, Kohei M Itoh i in. Dwukubitowa bramka logiczna z krzemu. Przyroda, 526 (7573): 410–414, 2015. 10.1038/​natura15263.
https: / / doi.org/ 10.1038 / nature15263

[5] Pascal Cerfontaine, Tim Botzem, Julian Ritzmann, Simon Sebastian Humpohl, Arne Ludwig, Dieter Schuh, Dominique Bougeard, Andreas D Wieck i Hendrik Bluhm. Sterowanie w pętli zamkniętej kubitem spinowym singlet-triplet opartym na GaAs z 99.5% wiernością bramki i niskim wyciekiem. Nature Communications, 11 (1): 1–6, 2020. 10.1038/​s41467-020-17865-3.
https:/​/​doi.org/​10.1038/​s41467-020-17865-3

[6] Akito Noiri, Kenta Takeda, Takashi Nakajima, Takashi Kobayashi, Amir Sammak, Giordano Scappucci i Seigo Tarucha. Szybka uniwersalna bramka kwantowa powyżej progu tolerancji błędów w krzemie. Natura, 601 (7893): 338–342, 2022. 10.1038/​s41586-021-04182-y.
https: / / doi.org/ 10.1038 / s41586-021-04182-y

[7] Stephan GJ Philips, Mateusz T Mądzik, Sergey V Amitonov, Sander L de Snoo, Maximilian Russ, Nima Kalhor, Christian Volk, William IL Lawrie, Delphine Brousse, Larysa Tryputen i in. Uniwersalne sterowanie sześciokubitowym procesorem kwantowym w krzemie. Natura, 609 (7929): 919–924, 2022. 10.1038/​s41586-022-05117-x.
https: / / doi.org/ 10.1038 / s41586-022-05117-x

[8] Federico Fedele, Anasua Chatterjee, Saeed Fallahi, Geoffrey C Gardner, Michael J Manfra i Ferdinand Kuemmeth. Jednoczesne operacje w dwuwymiarowej tablicy kubitów singletowo-trypletowych. PRX Quantum, 2 (4): 040306, 2021. 10.1103/​PRXQuantum.2.040306.
https: // doi.org/ 10.1103 / PRXQuantum.2.040306

[9] Luca Petit, HGJ Eenink, M Russ, WIL Lawrie, NW Hendrickx, SGJ Philips, JS Clarke, LMK Vandersypen i M Veldhorst. Uniwersalna logika kwantowa w gorących kubitach krzemowych. Natura, 580 (7803): 355–359, 2020. 10.1038/​s41586-020-2170-7.
https:/​/​doi.org/​10.1038/​s41586-020-2170-7

[10] Chih Heng Yang, RCC Leon, JCC Hwang, Andre Saraiva, Tuomo Tanttu, Wister Huang, J Camirand Lemyre, Kok Wai Chan, KY Tan, Fay E Hudson i in. Działanie komórki elementarnej krzemowego procesora kwantowego powyżej jednego kelwina. Natura, 580 (7803): 350–354, 2020. 10.1038/​s41586-020-2171-6.
https:/​/​doi.org/​10.1038/​s41586-020-2171-6

[11] Leon C Camenzind, Simon Geyer, Andreas Fuhrer, Richard J Warburton, Dominik M Zumbühl i Andreas V Kuhlmann. Kubit z wirowaniem dziury w tranzystorze polowym z żebrem powyżej 4 kelwinów. Nature Electronics, 5 (3): 178–183, 2022. 10.1038/​s41928-022-00722-0.
https:/​/​doi.org/​10.1038/​s41928-022-00722-0

[12] Ronald Hanson, Leo P Kouwenhoven, Jason R Petta, Seigo Tarucha i Lieven MK Vandersypen. Wiruje w kilkuelektronowych kropkach kwantowych. Recenzje współczesnej fizyki, 79 (4): 1217, 2007. 10.1103/​RevModPhys.79.1217.
https: / / doi.org/ 10.1103 / RevModPhys.79.1217

[13] Luca Petit, Maximilian Russ, Gertjan HGJ Eenink, William IL Lawrie, James S Clarke, Lieven MK Vandersypen i Menno Veldhorst. Projektowanie i integracja jednokubitowych rotacji i dwukubitowych bramek w krzemie powyżej jednego kelwina. Materiały komunikacyjne, 3 (1): 82, 2022. 10.1038/​s43246-022-00304-9.
https:/​/​doi.org/​10.1038/​s43246-022-00304-9

[14] J Darulová, SJ Pauka, N Wiebe, KW Chan, GC Gardener, MJ Manfra, MC Cassidy i Matthias Troyer. Autonomiczne strojenie i wykrywanie stanu naładowania kropek kwantowych zdefiniowanych przez bramkę. Zastosowano przegląd fizyczny, 13 (5): 054005, 2020. 10.1103/​PhysRevApplied.13.054005.
https: / / doi.org/ 10.1103 / PhysRevApplied.13.054005

[15] H Moon, DT Lennon, J Kirkpatrick, NM van Esbroeck, LC Camenzind, Liuqi Yu, F Vigneau, DM Zumbühl, G Andrew D Briggs, MA Osborne i in. Uczenie maszynowe umożliwia całkowicie automatyczne dostrajanie urządzenia kwantowego szybciej niż eksperci. Nature Communications, 11 (1): 1–10, 2020. 10.1038/​s41467-020-17835-9.
https:/​/​doi.org/​10.1038/​s41467-020-17835-9

[16] Brandon Severin, Dominic T Lennon, Leon C Camenzind, Florian Vigneau, F Fedele, D Jirovec, A Ballabio, D Chrastina, G Isella, M de Kruijf i in. Międzyarchitekturowe strojenie urządzeń kwantowych opartych na krzemie i SiGe przy użyciu uczenia maszynowego. arXiv preprint arXiv:2107.12975, 2021. 10.48550/​arXiv.2107.12975.
https://​/​doi.org/​10.48550/​arXiv.2107.12975
arXiv: 2107.12975

[17] Timothy A Baart, Pieter T Eendebak, Christian Reichl, Werner Wegscheider i Lieven MK Vandersypen. Komputerowo zautomatyzowane dostrajanie półprzewodnikowych podwójnych kropek kwantowych do reżimu jednoelektronowego. Listy z fizyki stosowanej, 108 (21): 213104, 2016. 10.1063/​1.4952624.
https: / / doi.org/ 10.1063 / 1.4952624

[18] Sandesh S Kalantre, Justyna P Zwolak, Stephen Ragole, Xingyao Wu, Neil M Zimmerman, Michael D Stewart i Jacob M Taylor. Techniki uczenia maszynowego do rozpoznawania stanu i automatycznego dostrajania kropek kwantowych. npj Quantum Information, 5 (1): 1–10, 2019. 10.1038/​s41534-018-0118-7.
https:/​/​doi.org/​10.1038/​s41534-018-0118-7

[19] Justyna P Zwolak, Thomas McJunkin, Sandesh S Kalantre, JP Dodson, ER MacQuarrie, DE Savage, MG Lagally, SN Coppersmith, Mark A Eriksson i Jacob M Taylor. Automatyczne dostrajanie urządzeń z podwójną kropką na miejscu za pomocą uczenia maszynowego. Zastosowano przegląd fizyczny, 13 (3): 034075, 2020. 10.1103/​PhysRevApplied.13.034075.
https: / / doi.org/ 10.1103 / PhysRevApplied.13.034075

[20] V Nguyen, SB Orbell, Dominic T Lennon, Hyungil Moon, Florian Vigneau, Leon C Camenzind, Liuqi Yu, Dominik M Zumbühl, G Andrew D Briggs, Michael A Osborne i in. Głębokie uczenie wzmacniające dla wydajnego pomiaru urządzeń kwantowych. npj Quantum Information, 7 (1): 1–9, 2021. 10.1038/​s41534-021-00434-x.
https: / / doi.org/ 10.1038 / s41534-021-00434-x

[21] Justyna P Zwolak, Thomas McJunkin, Sandesh S Kalantre, Samuel F Neyens, ER MacQuarrie, Mark A Eriksson i Jacob M Taylor. Ramy oparte na promieniach do identyfikacji stanu w urządzeniach z kropkami kwantowymi. PRX Quantum, 2 (2): 020335, 2021. 10.1103/​PRXQuantum.2.020335.
https: // doi.org/ 10.1103 / PRXQuantum.2.020335

[22] NM van Esbroeck, DT Lennon, H Moon, V Nguyen, F Vigneau, LC Camenzind, L Yu, DM Zumbühl, GAD Briggs, Dino Sejdinovic i in. Precyzyjne dostrajanie urządzeń kwantowych za pomocą nienadzorowanego uczenia się osadzania. New Journal of Physics, 22 (9): 095003, 2020. 10.1088/​1367-2630/​abb64c.
https://​/​doi.org/​10.1088/​1367-2630/​abb64c

[23] Julian D Teske, Simon Sebastian Humpohl, René Otten, Patrick Bethke, Pascal Cerfontaine, Jonas Dedden, Arne Ludwig, Andreas D Wieck i Hendrik Bluhm. Podejście do uczenia maszynowego do automatycznego precyzyjnego dostrajania półprzewodnikowych kubitów spinowych. Listy z fizyki stosowanej, 114 (13): 133102, 2019. 10.1063/​1.5088412.
https: / / doi.org/ 10.1063 / 1.5088412

[24] CJ Van Diepen, Pieter T Eendebak, Bruno T Buijtendorp, Uditendu Mukhopadhyay, Takafumi Fujita, Christian Reichl, Werner Wegscheider i Lieven MK Vandersypen. Zautomatyzowane dostrajanie sprzężenia tunelowego między kropkami w podwójnych kropkach kwantowych. Listy z fizyki stosowanej, 113 (3): 033101, 2018. 10.1063/​1.5031034.
https: / / doi.org/ 10.1063 / 1.5031034

[25] Tim Botzem, Michael D Shulman, Sandra Foletti, Shannon P Harvey, Oliver E Dial, Patrick Bethke, Pascal Cerfontaine, Robert PG McNeil, Diana Mahalu, Vladimir Umansky i in. Metody strojenia półprzewodnikowych kubitów spinowych. Zastosowano przegląd fizyczny, 10 (5): 054026, 2018. 10.1103/​PhysRevApplied.10.054026.
https: / / doi.org/ 10.1103 / PhysRevApplied.10.054026

[26] David L Craig, Hyungil Moon, Federico Fedele, Dominic T Lennon, Barnaby van Straaten, Florian Vigneau, Leon C Camenzind, Dominik M Zumbühl, G Andrew D Briggs, Michael A Osborne, Dino Seijdinovic i Natalia Ares. Wypełnianie luki rzeczywistości w urządzeniach kwantowych za pomocą uczenia maszynowego uwzględniającego fizykę. arXiv preprint arXiv:2111.11285, 2021. 10.48550/​arXiv.2111.11285.
https://​/​doi.org/​10.48550/​arXiv.2111.11285
arXiv: 2111.11285

[27] Stefanie Czischek, Victor Yon, Marc-Antoine Genest, Marc-Antoine Roux, Sophie Rochette, Julien Camirand Lemyre, Mathieu Moras, Michel Pioro-Ladrière, Dominique Drouin, Yann Beilliard i in. Miniaturyzacja sieci neuronowych do automatycznego dostrajania stanu naładowania w kropkach kwantowych. Uczenie maszynowe: nauka i technologia, 3 (1): 015001, 2021. 10.1088/​2632-2153/​ac34db.
https://​/​doi.org/​10.1088/​2632-2153/​ac34db

[28] Renato Durrer, Benedikt Kratochwil, Jonne V Koski, Andreas J Landig, Christian Reichl, Werner Wegscheider, Thomas Ihn i Eliska Greplova. Automatyczne dostrajanie podwójnych kropek kwantowych do określonych stanów ładunku za pomocą sieci neuronowych. Zastosowano przegląd fizyczny, 13 (5): 054019, 2020. 10.1103/​PhysRevApplied.13.054019.
https: / / doi.org/ 10.1103 / PhysRevApplied.13.054019

[29] Maxime Lapointe-Major, Olivier Germain, J Camirand Lemyre, Dany Lachance-Quirion, Sophie Rochette, F Camirand Lemyre i Michel Pioro-Ladrière. Algorytm automatycznego dostrajania kropki kwantowej do reżimu jednoelektronowego. Przegląd fizyczny B, 102 (8): 085301, 2020. 10.1103/​PhysRevB.102.085301.
https: / / doi.org/ 10.1103 / PhysRevB.102.085301

[30] Yuta Matsumoto, Takafumi Fujita, Arne Ludwig, Andreas D Wieck, Kazunori Komatani i Akira Oiwa. Odporna na szum klasyfikacja jednokrotnych odczytów spinu elektronu przy użyciu głębokiej sieci neuronowej. npj Quantum Information, 7 (1): 1–7, 2021. 10.1038/​s41534-021-00470-7.
https:/​/​doi.org/​10.1038/​s41534-021-00470-7

[31] Jana Darulová, Matthias Troyer i Maja Cassidy. Ocena syntetycznych i eksperymentalnych danych treningowych w nadzorowanym uczeniu maszynowym zastosowanym do wykrywania stanu naładowania kropek kwantowych. Uczenie maszynowe: nauka i technologia, 2021. 10.1088/​2632-2153/​ac104c.
https://​/​doi.org/​10.1088/​2632-2153/​ac104c

[32] Simon Geyer, Leon C Camenzind, Lukas Czornomaz, Veeresh Deshpande, Andreas Fuhrer, Richard J Warburton, Dominik M Zumbühl i Andreas V Kuhlmann. Samonastawne bramki do skalowalnych krzemowych obliczeń kwantowych. Listy z fizyki stosowanej, 118 (10): 104004, 2021. 10.1063/​5.0036520.
https: / / doi.org/ 10.1063 / 5.0036520

[33] Franck HL Koppens, Joshua A Folk, Jeroen M Elzerman, Ronald Hanson, LH Willems Van Beveren, Ivo T Vink, Hans-Peter Tranitz, Werner Wegscheider, Leo P Kouwenhoven i Lieven MK Vandersypen. Kontrola i wykrywanie mieszania singlet-tryplet w losowym polu jądrowym. Science, 309 (5739): 1346–1350, 2005. 10.1126/​science.1113719.
https: / / doi.org/ 10.1126 / science.1113719

[34] Matthias Brauns, Joost Ridderbos, Ang Li, Erik PAM Bakkers, Wilfred G Van Der Wiel i Floris A Zwanenburg. Anizotropowa blokada spinu Pauliego w dziurowych kropkach kwantowych. Przegląd fizyczny B, 94 (4): 041411, 2016. 10.1103/​PhysRevB.94.041411.
https: / / doi.org/ 10.1103 / PhysRevB.94.041411

[35] J Danon i Yu V Nazarow. Blokada spinu Pauliego w obecności silnego sprzężenia spin-orbita. Przegląd fizyczny B, 80 (4): 041301, 2009. 10.1103/​PhysRevB.80.041301.
https: / / doi.org/ 10.1103 / PhysRevB.80.041301

[36] S Nadj-Perge, SM Frolov, JWW Van Tilburg, J Danon, Yu V Nazarov, R Algra, EPAM Bakkers i LP Kouwenhoven. Rozwikłanie wpływu interakcji spin-orbita i nadsubtelnych na blokadę spinu. Przegląd fizyczny B, 81 (20): 201305, 2010. 10.1103/​PhysRevB.81.201305.
https: / / doi.org/ 10.1103 / PhysRevB.81.201305

[37] Ruoyu Li, Fay E. Hudson, Andrew S. Dzurak i Alexander R. Hamilton. Blokada spinowa Pauliego ciężkich dziur w krzemowej podwójnej kropce kwantowej. Nano Letters, 15 (11): 7314–7318, 2015. 10.1021/​acs.nanolett.5b02561.
https: / / doi.org/ 10.1021 / acs.nanolett.5b02561

[38] FNM Froning, MJ Rančić, B Hetényi, S Bosco, MK Rehmann, Ang Li, Erik PAM Bakkers, Floris Arnoud Zwanenburg, Daniel Loss, DM Zumbühl i in. Silne oddziaływanie spin-orbita i renormalizacja współczynnika g spinów dziur w kropkach kwantowych nanoprzewodów Ge/​Si. Badania Przeglądu Fizycznego, 3 (1): 013081, 2021. 10.1103/​PhysRevResearch.3.013081.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.013081

[39] TH Stoof i Yu V Nazarov. Zależne od czasu tunelowanie rezonansowe w dwóch stanach dyskretnych. Przegląd fizyczny B, 53 (3): 1050, 1996. 10.1103/​PhysRevB.53.1050.
https: / / doi.org/ 10.1103 / PhysRevB.53.1050

[40] Kaiming He, Xiangyu Zhang, Shaoqing Ren i Jian Sun. Głębokie uczenie szczątkowe do rozpoznawania obrazu. W materiałach z konferencji IEEE na temat widzenia komputerowego i rozpoznawania wzorców, strony 770–778, 2016. 10.1109/​CVPR.2016.90.
https: // doi.org/ 10.1109 / CVPR.2016.90

[41] Opiekunowie i współtwórcy TorchVision. Torchvision: biblioteka wizji komputerowej Pytorcha. https://​/​github.com/​pytorch/​vision, 2016.
https://​/​github.com/​pytorch/​vision

[42] Yann LeCun, Léon Bottou, Yoshua Bengio i Patrick Haffner. Uczenie oparte na gradiencie zastosowane do rozpoznawania dokumentów. Postępowanie IEEE, 86 (11): 2278–2324, 1998. 10.1109/​5.726791.
https: / / doi.org/ 10.1109 / 5.726791

[43] Diederik P. Kingma i Jimmy Ba. Adam: Metoda optymalizacji stochastycznej. arXiv preprint arXiv:1412.6980, 2014. 10.48550/​arXiv.1412.6980.
https://​/​doi.org/​10.48550/​arXiv.1412.6980
arXiv: 1412.6980

[44] Adam Paszke, Sam Gross, Francisco Massa, Adam Lerer, James Bradbury, Gregory Chanan, Trevor Killeen, Zeming Lin, Natalia Gimelshein, Luca Antiga, Alban Desmaison, Andreas Kopf, Edward Yang, Zachary DeVito, Martin Raison, Alykhan Tejani, Sasank Chilamkurthy , Benoit Steiner, Lu Fang, Junjie Bai i Soumith Chintala. PyTorch: styl imperatywny, biblioteka głębokiego uczenia o wysokiej wydajności. W H. Wallach, H. Larochelle, A. Beygelzimer, F. d'Alché-Buc, E. Fox i R. Garnett, redaktorzy, Advances in Neural Information Processing Systems 32, strony 8024–8035. Curran Associates, Inc., 2019. 10.48550/​arXiv.1912.01703.
https://​/​doi.org/​10.48550/​arXiv.1912.01703

Cytowany przez

[1] Ludmila Szulakowska i Jun Dai, „Autotuning bayesowski symulatorów kwantowych modelu Hubbarda”, arXiv: 2210.03077, (2022).

Powyższe cytaty pochodzą z Reklamy SAO / NASA (ostatnia aktualizacja pomyślnie 2023-08-08 14:42:46). Lista może być niekompletna, ponieważ nie wszyscy wydawcy podają odpowiednie i pełne dane cytowania.

Nie można pobrać Przywołane przez Crossref dane podczas ostatniej próby 2023-08-08 14:42:44: Nie można pobrać cytowanych danych dla 10.22331 / q-2023-08-08-1077 z Crossref. Jest to normalne, jeśli DOI zostało niedawno zarejestrowane.

spot_img

Najnowsza inteligencja

spot_img