Automated extraction of capacitive coupling for quantum dot systems

要約

ゲートで定義された量子ドット (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属性を持っていますが、近い将来のデバイスには、QD デバイスの調整および動作中に考慮する必要がある、さまざまな可能性のある欠陥があります。
そのような問題の 1 つは、QD 量子ビットを定義および制御する金属ゲート間の容量性クロストークです。
容量性クロストークを補償し、カップリングとは無関係に特定の QD のターゲットを絞った制御を可能にする方法は、仮想ゲートを使用することです。
ここでは、機械学習と従来のフィッティングを組み合わせて、それぞれの望ましい特性を利用する、信頼性の高い自動容量結合識別方法を示します。
また、クロス キャパシタンス測定を使用して、実験デバイスのチューニング中に形成されることがあるスプリアス QD を識別する方法も示します。
私たちのシステムは、キュービット操作に適したレジームに確実に調整するための重要な情報である、動作レジームの近くにスプリアスドットを持つデバイスに自律的にフラグを立てることができます。

要約(オリジナル)

Gate-defined quantum dots (QDs) have appealing attributes as a quantum computing platform, however, near-term devices possess a range of possible imperfections that need to be accounted for during the tuning and operation of QD devices. One such problem is the capacitive cross-talk between the metallic gates that define and control QD qubits. A way to compensate for the capacitive cross-talk and enable targeted control of specific QDs independent of coupling is by the use of virtual gates. Here, we demonstrate a reliable automated capacitive coupling identification method that combines machine learning with traditional fitting to take advantage of the desirable properties of each. We also show how the cross-capacitance measurement may be used for the identification of spurious QDs sometimes formed during tuning experimental devices. Our systems can autonomously flag devices with spurious dots near the operating regime which is crucial information for reliable tuning to a regime suitable for qubit operations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google