利用深度学习识别泡利自旋阻塞
介观与纳米尺度物理
2023-08-09 v4 机器学习
量子物理
摘要
泡利自旋阻塞（PSB）即使在较高温度下也可作为自旋量子比特初始化与读取的重要资源，但其识别可能较为困难。我们提出了一种机器学习算法，能够利用电荷输运测量自动识别PSB。PSB数据的稀缺性通过用模拟数据训练算法以及采用跨器件验证得以克服。我们在一个硅场效应晶体管器件上演示了该方法，并在不同测试器件上报告了96%的准确率，证明该方法对器件差异性具有鲁棒性。预计该方法可适用于所有类型的量子点器件。
引用
@article{arxiv.2202.00574,
title = {Identifying Pauli spin blockade using deep learning},
author = {Jonas Schuff and Dominic T. Lennon and Simon Geyer and David L. Craig and Federico Fedele and Florian Vigneau and Leon C. Camenzind and Andreas V. Kuhlmann and G. Andrew D. Briggs and Dominik M. Zumbühl and Dino Sejdinovic and Natalia Ares},
journal= {arXiv preprint arXiv:2202.00574},
year = {2023}
}