利用神经网络将双量子点自动调谐至特定电荷态
介观与纳米尺度物理
2020-05-13 v1 量子物理
摘要
尽管量子点处于量子器件技术的前沿，多量子点系统的调谐需要冗长的实验过程，因为多个参数需要被精确控制。随着器件变得愈发复杂且调谐参数数量增加，这一过程手动执行变得日益耗时且困难。在这项工作中，我们提出了迈向量子点量子比特自动调谐的关键一步。我们引入了一种由机器学习驱动的算法，该算法以少量粗粒度测量作为输入，并将量子点系统调谐至预先选定的电荷态。我们在一个 GaAs 双量子点器件上训练并测试了我们的算法，并始终到达目标态或其紧邻邻域。
引用
@article{arxiv.1912.02777,
title = {Automated tuning of double quantum dots into specific charge states using neural networks},
author = {Renato Durrer and Benedikt Kratochwil and Jonne V. Koski and Andreas J. Landig and Christian Reichl and Werner Wegscheider and Thomas Ihn and Eliska Greplova},
journal= {arXiv preprint arXiv:1912.02777},
year = {2020}
}
备注
9 pages, 8 figures, code available at https://github.com/redur/auto-tuner