Automated extraction of capacitive coupling for quantum dot systems

要約

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っています。
ただし、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不完全性が存在する可能性があります。
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、結合とは独立して特定の QD をターゲットに制御できるようにする方法は、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実証します。
また、実験装置の調整中に時々形成されるスプリアス QD を識別するために相互容量測定をどのように使用できるかについても示します。
当社のシステムは、動作レジーム付近にスプリアス ドットがあるデバイスに自律的にフラグを立てることができます。これは、量子ビットの動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