Identifier le blocage du spin de Pauli à l'aide de l'apprentissage en profondeur

Identifier le blocage du spin de Pauli à l'aide de l'apprentissage en profondeur

Horodatage: 8 août 2023 10:27

Jonas Schuff1, Dominic T. Lennon1, Simon Geyer2, David L. Craig1, Federico Fedele1, Florian Vigneau1, Léon C. Camenzind2, Andreas V. Kuhlmann2, G. Andrew D. Briggs1, Dominik M. Zumbühl2, Dino Sejdinovic3et une Natalia Arès4

1Département des matériaux, Université d'Oxford, Oxford OX1 3PH, Royaume-Uni
2Département de physique, Université de Bâle, 4056 Bâle, Suisse
3École des sciences informatiques et mathématiques et AIML, Université d'Adélaïde, SA 5005, Australie
4Département des sciences de l'ingénieur, Université d'Oxford, Oxford OX1 3PJ, Royaume-Uni

Vous trouvez cet article intéressant ou souhaitez en discuter? Scite ou laisse un commentaire sur SciRate.

Abstract

Le blocage de spin de Pauli (PSB) peut être utilisé comme une excellente ressource pour l'initialisation et la lecture des qubits de spin, même à des températures élevées, mais il peut être difficile à identifier. Nous présentons un algorithme d'apprentissage automatique capable d'identifier automatiquement le PSB à l'aide de mesures de transport de charge. La rareté des données PSB est contournée en entraînant l'algorithme avec des données simulées et en utilisant la validation multi-appareils. Nous démontrons notre approche sur un dispositif à transistor à effet de champ en silicium et rapportons une précision de 96 % sur différents dispositifs de test, prouvant que l'approche est robuste à la variabilité du dispositif. Notre algorithme, une étape essentielle pour réaliser un réglage entièrement automatique des qubits, devrait être utilisable sur tous les types de dispositifs à points quantiques.

Identifier le blocage de rotation de Pauli à l'aide de l'apprentissage profond PlatoBlockchain Data Intelligence. Recherche verticale. Aï.

Image de présentation : Illustration d'un détecteur de blocage de spin Pauli

Résumé populaire

Nous avons développé un algorithme d'apprentissage automatique pour détecter automatiquement un effet insaisissable lié au fonctionnement de dispositifs qui figurent actuellement parmi les architectures candidates préférées pour les technologies quantiques, les qubits semi-conducteurs. Il s’agit d’une étape importante vers le calcul quantique évolutif avec des circuits semi-conducteurs. L’effet, le blocage de spin de Pauli (PSB), peut être utilisé pour lancer et lire des qubits, une exigence fondamentale de l’informatique quantique. Cependant, la détection du PSB est difficile en raison de sa rareté et de sa sensibilité aux variations des matériaux et aux défauts de fabrication. Pour surmonter ce problème, nous avons utilisé un simulateur inspiré de la physique et une méthode appelée validation multi-appareils, entraînant l'algorithme sur les données d'un appareil et le testant sur un autre. Démontré sur un dispositif à transistor à effet de champ en silicium, l'algorithme a atteint une précision de 96 % dans l'identification du PSB sur différents dispositifs de test. Il est intéressant de noter que l’étude a révélé que les données simulées étaient plus importantes pour la formation de l’algorithme que les données du monde réel, principalement en raison de la disponibilité limitée de données expérimentales complètes. Cette recherche accélère la réalisation d’ordinateurs quantiques pratiques et évolutifs.

► Données BibTeX

► Références

Daniel Loss et David P DiVincenzo. Calcul quantique avec points quantiques. Examen physique A, 57 (1): 120, 1998. 10.1103/​PhysRevA.57.120.
https: / / doi.org/ 10.1103 / PhysRevA.57.120

LMK Vandersypen, H Bluhm, JS Clarke, AS Dzurak, R Ishihara, A Morello, DJ Reilly, LR Schreiber et M Veldhorst. Interfaçage de qubits de spin dans des points quantiques et des donneurs – chauds, denses et cohérents. npj Quantum Information, 3 (1) : 1–10, 2017. 10.1038/​s41534-017-0038-y.
https: / / doi.org/ 10.1038 / s41534-017-0038-y

Toivo Hensgens, Takafumi Fujita, Laurens Janssen, Xiao Li, CJ Van Diepen, Christian Reichl, Werner Wegscheider, S Das Sarma et Lieven MK Vandersypen. Simulation quantique d'un modèle de Fermi – Hubbard à l'aide d'un réseau de points quantiques semi-conducteurs. Nature, 548 (7665) : 70-73, 2017. 10.1038/​nature23022.
https: / / doi.org/ 10.1038 / nature23022

Menno Veldhorst, CH Yang, JCC Hwang, W Huang, JP Dehollain, JT Muhonen, S Simmons, A Laucht, FE Hudson, Kohei M Itoh et al. Une porte logique à deux qubits en silicium. Nature, 526 (7573) : 410-414, 2015. 10.1038/​nature15263.
https: / / doi.org/ 10.1038 / nature15263

Pascal Cerfontaine, Tim Botzem, Julian Ritzmann, Simon Sebastian Humpohl, Arne Ludwig, Dieter Schuh, Dominique Bougeard, Andreas D Wieck et Hendrik Bluhm. Contrôle en boucle fermée d'un qubit de spin singulet-triplet basé sur GaAs avec une fidélité de porte de 99.5 % et de faibles fuites. Nature Communications, 11 (1) : 1–6, 2020. 10.1038/​s41467-020-17865-3.
https:/​/​doi.org/​10.1038/​s41467-020-17865-3

Akito Noiri, Kenta Takeda, Takashi Nakajima, Takashi Kobayashi, Amir Sammak, Giordano Scappucci et Seigo Tarucha. Porte quantique universelle rapide au-dessus du seuil de tolérance aux pannes dans le silicium. Nature, 601 (7893) : 338-342, 2022. 10.1038/​s41586-021-04182-y.
https: / / doi.org/ 10.1038 / s41586-021-04182-y

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 et al. Contrôle universel d'un processeur quantique de six qubits en silicium. Nature, 609 (7929) : 919-924, 2022. 10.1038/​s41586-022-05117-x.
https: / / doi.org/ 10.1038 / s41586-022-05117-x

Federico Fedele, Anasua Chatterjee, Saeed Fallahi, Geoffrey C Gardner, Michael J Manfra et Ferdinand Kuemmeth. Opérations simultanées dans un tableau bidimensionnel de qubits singulet-triplet. PRX Quantum, 2 (4) : 040306, 2021. 10.1103/​PRXQuantum.2.040306.
https: / / doi.org/ 10.1103 / PRXQuantum.2.040306

Luca Petit, HGJ Eenink, M Russ, WIL Lawrie, NW Hendrickx, SGJ Philips, JS Clarke, LMK Vandersypen et M Veldhorst. Logique quantique universelle dans les qubits de silicium chaud. Nature, 580 (7803) : 355-359, 2020. 10.1038/​s41586-020-2170-7.
https:/​/​doi.org/​10.1038/​s41586-020-2170-7

Chih Heng Yang, RCC Leon, JCC Hwang, Andre Saraiva, Tuomo Tanttu, Wister Huang, J Camirand Lemyre, Kok Wai Chan, KY Tan, Fay E Hudson et al. Fonctionnement d’une cellule unitaire de processeur quantique en silicium au-dessus d’un kelvin. Nature, 580 (7803) : 350-354, 2020. 10.1038/​s41586-020-2171-6.
https:/​/​doi.org/​10.1038/​s41586-020-2171-6

Leon C Camenzind, Simon Geyer, Andreas Fuhrer, Richard J Warburton, Dominik M Zumbühl et Andreas V Kuhlmann. Un qubit de rotation de trou dans un transistor à effet de champ à ailettes au-dessus de 4 kelvins. Nature Electronics, 5 (3) : 178-183, 2022. 10.1038/​s41928-022-00722-0.
https:/​/​doi.org/​10.1038/​s41928-022-00722-0

Ronald Hanson, Leo P Kouwenhoven, Jason R Petta, Seigo Tarucha et Lieven MK Vandersypen. Tourne dans des points quantiques de quelques électrons. Reviews of Modern Physics, 79 (4): 1217, 2007. 10.1103/​RevModPhys.79.1217.
https: / / doi.org/ 10.1103 / RevModPhys.79.1217

Luca Petit, Maximilian Russ, Gertjan HGJ Eenink, William IL Lawrie, James S Clarke, Lieven MK Vandersypen et Menno Veldhorst. Conception et intégration de rotations à un qubit et de portes à deux qubits dans le silicium au-dessus d'un kelvin. Documents de communication, 3 (1) : 82, 2022. 10.1038/​s43246-022-00304-9.
https:/​/​doi.org/​10.1038/​s43246-022-00304-9

J Darulová, SJ Pauka, N Wiebe, KW Chan, GC Gardener, MJ Manfra, MC Cassidy et Matthias Troyer. Réglage autonome et détection de l'état de charge des points quantiques définis par porte. Examen physique appliqué, 13 (5) : 054005, 2020. 10.1103/​PhysRevApplied.13.054005.
https: / / doi.org/ 10.1103 / PhysRevApplied.13.054005

H Moon, DT Lennon, J Kirkpatrick, NM van Esbroeck, LC Camenzind, Liuqi Yu, F Vigneau, DM Zumbühl, G Andrew D Briggs, MA Osborne et al. L’apprentissage automatique permet un réglage entièrement automatique d’un appareil quantique plus rapidement que les experts humains. Nature Communications, 11 (1) : 1–10, 2020. 10.1038/​s41467-020-17835-9.
https:/​/​doi.org/​10.1038/​s41467-020-17835-9

Brandon Severin, Dominic T Lennon, Leon C Camenzind, Florian Vigneau, F Fedele, D Jirovec, A Ballabio, D Chrastina, G Isella, M de Kruijf et al. Réglage inter-architecture des dispositifs quantiques basés sur le silicium et le SiGe à l'aide de l'apprentissage automatique. Préimpression arXiv arXiv:2107.12975, 2021. 10.48550/​arXiv.2107.12975.
https://​/​doi.org/​10.48550/​arXiv.2107.12975
arXiv: 2107.12975

Timothy A Baart, Pieter T Eendebak, Christian Reichl, Werner Wegscheider et Lieven MK Vandersypen. Réglage automatisé par ordinateur des points quantiques doubles semi-conducteurs dans le régime à électron unique. Lettres de physique appliquée, 108 (21) : 213104, 2016. 10.1063/​1.4952624.
https: / / doi.org/ 10.1063 / 1.4952624

Sandesh S Kalantre, Justyna P Zwolak, Stephen Ragole, Xingyao Wu, Neil M Zimmerman, Michael D Stewart et Jacob M Taylor. Techniques d'apprentissage automatique pour la reconnaissance d'état et le réglage automatique des points quantiques. npj Quantum Information, 5 (1) : 1–10, 2019. 10.1038/​s41534-018-0118-7.
https:/​/​doi.org/​10.1038/​s41534-018-0118-7

Justyna P Zwolak, Thomas McJunkin, Sandesh S Kalantre, JP Dodson, ER MacQuarrie, DE Savage, MG Lagally, SN Coppersmith, Mark A Eriksson et Jacob M Taylor. Réglage automatique des appareils à double point in situ avec apprentissage automatique. Examen physique appliqué, 13 (3) : 034075, 2020. 10.1103/​PhysRevApplied.13.034075.
https: / / doi.org/ 10.1103 / PhysRevApplied.13.034075

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 et al. Apprentissage par renforcement profond pour une mesure efficace des dispositifs quantiques. npj Quantum Information, 7 (1) : 1–9, 2021. 10.1038/​s41534-021-00434-x.
https: / / doi.org/ 10.1038 / s41534-021-00434-x

Justyna P Zwolak, Thomas McJunkin, Sandesh S Kalantre, Samuel F Neyens, ER MacQuarrie, Mark A Eriksson et Jacob M Taylor. Cadre basé sur Ray pour l'identification d'état dans les dispositifs à points quantiques. PRX Quantum, 2 (2) : 020335, 2021. 10.1103/​PRXQuantum.2.020335.
https: / / doi.org/ 10.1103 / PRXQuantum.2.020335

NM van Esbroeck, DT Lennon, H Moon, V Nguyen, F Vigneau, LC Camenzind, L Yu, DM Zumbühl, GAD Briggs, Dino Sejdinovic et al. Ajustement précis des appareils quantiques à l’aide d’un apprentissage par intégration non supervisé. Nouveau Journal of Physics, 22 (9) : 095003, 2020. 10.1088/​1367-2630/​abb64c.
https://​/​doi.org/​10.1088/​1367-2630/​abb64c

Julian D Teske, Simon Sebastian Humpohl, René Otten, Patrick Bethke, Pascal Cerfontaine, Jonas Dedden, Arne Ludwig, Andreas D Wieck et Hendrik Bluhm. Une approche d'apprentissage automatique pour le réglage fin automatisé des qubits de spin des semi-conducteurs. Lettres de physique appliquée, 114 (13) : 133102, 2019. 10.1063/​1.5088412.
https: / / doi.org/ 10.1063 / 1.5088412

CJ Van Diepen, Pieter T Eendebak, Bruno T Buijtendorp, Uditendu Mukhopadhyay, Takafumi Fujita, Christian Reichl, Werner Wegscheider et Lieven MK Vandersypen. Réglage automatisé du couplage tunnel inter-points dans les points quantiques doubles. Lettres de physique appliquée, 113 (3) : 033101, 2018. 10.1063/​1.5031034.
https: / / doi.org/ 10.1063 / 1.5031034

Tim Botzem, Michael D Shulman, Sandra Foletti, Shannon P Harvey, Oliver E Dial, Patrick Bethke, Pascal Cerfontaine, Robert PG McNeil, Diana Mahalu, Vladimir Umansky et al. Méthodes de réglage des qubits de spin des semi-conducteurs. Examen physique appliqué, 10 (5) : 054026, 2018. 10.1103/​PhysRevApplied.10.054026.
https: / / doi.org/ 10.1103 / PhysRevApplied.10.054026

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 et Natalia Ares. Combler le fossé de la réalité dans les appareils quantiques grâce à un apprentissage automatique sensible à la physique. Préimpression arXiv arXiv:2111.11285, 2021. 10.48550/​arXiv.2111.11285.
https://​/​doi.org/​10.48550/​arXiv.2111.11285
arXiv: 2111.11285

Stefanie Czischek, Victor Yon, Marc-Antoine Genest, Marc-Antoine Roux, Sophie Rochette, Julien Camirand Lemyre, Mathieu Moras, Michel Pioro-Ladrière, Dominique Drouin, Yann Beilliard, et al. Miniaturisation des réseaux neuronaux pour le réglage automatique de l'état de charge dans les points quantiques. Apprentissage automatique : science et technologie, 3 (1) : 015001, 2021. 10.1088/​2632-2153/​ac34db.
https://​/​doi.org/​10.1088/​2632-2153/​ac34db

Renato Durrer, Benedikt Kratochwil, Jonne V Koski, Andreas J Landig, Christian Reichl, Werner Wegscheider, Thomas Ihn et Eliska Greplova. Réglage automatisé de points quantiques doubles dans des états de charge spécifiques à l'aide de réseaux neuronaux. Examen physique appliqué, 13 (5) : 054019, 2020. 10.1103/​PhysRevApplied.13.054019.
https: / / doi.org/ 10.1103 / PhysRevApplied.13.054019

Maxime Lapointe-Major, Olivier Germain, J Camirand Lemyre, Dany Lachance-Quirion, Sophie Rochette, F Camirand Lemyre et Michel Pioro-Ladrière. Algorithme pour l'ajustement automatisé d'un point quantique dans le régime à un seul électron. Examen physique B, 102 (8) : 085301, 2020. 10.1103/​PhysRevB.102.085301.
https: / / doi.org/ 10.1103 / PhysRevB.102.085301

Yuta Matsumoto, Takafumi Fujita, Arne Ludwig, Andreas D. Wieck, Kazunori Komatani et Akira Oiwa. Classification robuste au bruit des lectures de spin électronique en un seul coup à l'aide d'un réseau neuronal profond. npj Quantum Information, 7 (1) : 1–7, 2021. 10.1038/​s41534-021-00470-7.
https:/​/​doi.org/​10.1038/​s41534-021-00470-7

Jana Darulová, Matthias Troyer et Maja C Cassidy. Évaluation de données d'entraînement synthétiques et expérimentales en apprentissage automatique supervisé appliqué à la détection de l'état de charge des points quantiques. Apprentissage automatique : science et technologie, 2021. 10.1088/​2632-2153/​ac104c.
https://​/​doi.org/​10.1088/​2632-2153/​ac104c

Simon Geyer, Leon C Camenzind, Lukas Czornomaz, Veeresh Deshpande, Andreas Fuhrer, Richard J Warburton, Dominik M Zumbühl et Andreas V Kuhlmann. Portes auto-alignées pour une informatique quantique sur silicium évolutive. Lettres de physique appliquée, 118 (10) : 104004, 2021. 10.1063/​5.0036520.
https: / / doi.org/ 10.1063 / 5.0036520

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 et Lieven MK Vandersypen. Contrôle et détection du mélange singulet-triplet dans un champ nucléaire aléatoire. Science, 309 (5739) : 1346-1350, 2005. 10.1126/​science.1113719.
https: / / doi.org/ 10.1126 / science.1113719

Matthias Brauns, Joost Ridderbos, Ang Li, Erik PAM Bakkers, Wilfred G Van Der Wiel et Floris A Zwanenburg. Blocage anisotrope du spin de Pauli dans les points quantiques à trous. Examen physique B, 94 (4): 041411, 2016. 10.1103/​PhysRevB.94.041411.
https: / / doi.org/ 10.1103 / PhysRevB.94.041411

J Danon et Yu V Nazarov. Blocage du spin de Pauli en présence d'un fort couplage spin-orbite. Examen physique B, 80 (4) : 041301, 2009. 10.1103/​PhysRevB.80.041301.
https: / / doi.org/ 10.1103 / PhysRevB.80.041301

S Nadj-Perge, SM Frolov, JWW Van Tilburg, J Danon, Yu V Nazarov, R Algra, EPAM Bakkers et LP Kouwenhoven. Démêler les effets des interactions spin-orbite et hyperfines sur le blocage de spin. Examen physique B, 81 (20) : 201305, 2010. 10.1103/​PhysRevB.81.201305.
https: / / doi.org/ 10.1103 / PhysRevB.81.201305

Ruoyu Li, Fay E Hudson, Andrew S Dzurak et Alexander R Hamilton. Blocage par rotation de Pauli de trous lourds dans un double point quantique de silicium. Nano Lettres, 15 (11) : 7314-7318, 2015. 10.1021/​acs.nanolett.5b02561.
https: / / doi.org/ 10.1021 / acs.nanolett.5b02561

FNM Froning, MJ Rančić, B Hetényi, S Bosco, MK Rehmann, Ang Li, Erik PAM Bakkers, Floris Arnoud Zwanenburg, Daniel Loss, DM Zumbühl, et al. Forte interaction spin-orbite et renormalisation du facteur g des spins des trous dans les points quantiques de nanofils Ge/​Si. Recherche sur l'examen physique, 3 (1) : 013081, 2021. 10.1103/​PhysRevResearch.3.013081.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.013081

TH Stoof et Yu V Nazarov. Tunneling résonant dépendant du temps via deux états discrets. Examen physique B, 53 (3): 1050, 1996. 10.1103/​PhysRevB.53.1050.
https: / / doi.org/ 10.1103 / PhysRevB.53.1050

Kaiming He, Xiangyu Zhang, Shaoqing Ren et Jian Sun. Apprentissage résiduel profond pour la reconnaissance d'images. Dans Actes de la conférence IEEE sur la vision par ordinateur et la reconnaissance de formes, pages 770-778, 2016. 10.1109/​CVPR.2016.90.
https: / / doi.org/ 10.1109 / CVPR.2016.90

Mainteneurs et contributeurs de TorchVision. Torchvision : la bibliothèque de vision par ordinateur de Pytorch. https://​/​github.com/​pytorch/​vision, 2016.
https://​/​github.com/​pytorch/​vision

Yann LeCun, Léon Bottou, Yoshua Bengio et Patrick Haffner. Apprentissage par gradient appliqué à la reconnaissance de documents. Actes de l'IEEE, 86 (11) : 2278-2324, 1998. 10.1109/​5.726791.
https: / / doi.org/ 10.1109 / 5.726791

Diederik P Kingma et Jimmy Ba. Adam : Une méthode d'optimisation stochastique. Préimpression arXiv arXiv:1412.6980, 2014. 10.48550/​arXiv.1412.6980.
https://​/​doi.org/​10.48550/​arXiv.1412.6980
arXiv: 1412.6980

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 , Benoît Steiner, Lu Fang, Junjie Bai et Soumith Chintala. PyTorch : une bibliothèque d'apprentissage profond de style impératif et hautes performances. Dans H. Wallach, H. Larochelle, A. Beygelzimer, F. d'Alché-Buc, E. Fox et R. Garnett, éditeurs, Advances in Neural Information Processing Systems 32, pages 8024-8035. Curran Associates, Inc., 2019. 10.48550/​arXiv.1912.01703.
https://​/​doi.org/​10.48550/​arXiv.1912.01703

Cité par

[1] Ludmila Szulakowska et Jun Dai, « Autoréglage bayésien des simulateurs quantiques du modèle Hubbard », arXiv: 2210.03077, (2022).

Les citations ci-dessus proviennent de SAO / NASA ADS (dernière mise à jour réussie 2023-08-08 14:42:46). La liste peut être incomplète car tous les éditeurs ne fournissent pas de données de citation appropriées et complètes.

Impossible de récupérer Données de référence croisée lors de la dernière tentative 2023-08-08 14:42:44: Impossible de récupérer les données citées par 10.22331 / q-2023-08-08-1077 de Crossref. C'est normal si le DOI a été enregistré récemment.

Cet article est publié dans Quantum sous le Creative Commons Attribution 4.0 International (CC BY 4.0) Licence. Le droit d'auteur reste la propriété des détenteurs d'origine tels que les auteurs ou leurs institutions.

Horodatage:

Plus de Journal quantique