马约拉纳混合纳米线的机器学习优化
介观与纳米尺度物理
2023-03-21 v2 机器学习
神经与进化计算
摘要
随着量子系统（如量子比特阵列）复杂性的增加，自动化昂贵调谐的努力愈发值得。我们以强无序马约拉纳线为案例，研究基于机器学习使用CMA-ES算法对栅极阵列进行调谐。我们发现该算法能高效改善拓扑特征、学习本征无序分布并完全消除无序效应。例如，仅用20个栅极，便可通过优化栅压完全恢复被无序破坏的马约拉纳零模。
引用
@article{arxiv.2208.02182,
title = {Machine learning optimization of Majorana hybrid nanowires},
author = {Matthias Thamm and Bernd Rosenow},
journal= {arXiv preprint arXiv:2208.02182},
year = {2023}
}
备注
13 pages, 13 figures; added references