利用机器学习与基于FPGA的射频反射测量快速自动调谐SiGe量子点至单电子区
介观与纳米尺度物理
2026-04-08 v1 量子物理
摘要
自旋量子比特需要在电荷态跃迁周围非常精确的电压空间内工作，以实现高保真度门。然而，用于识别所需电荷态的稳定性图采集耗时较长。此外，搜索所需电荷态的电压空间随着量子比特数量的增加而迅速扩大。因此，需要更快的稳定性图采集来扩展自旋量子比特量子处理器。目前，大多数方法侧重于更高效的数据采样。我们的方法通过结合测量加速和减少调谐量子点器件所需测量次数，展示了显著的加速效果。利用基于神经网络的自动调谐算法，并通过利用Keysight量子工程工具包(QET)中嵌入的FPGA实现更快的测量，稳定性图的测量时间缩短了9.8倍。这使得SiGe量子点初始化到单电子区的总时间加速了2.2倍，该过程受限于Python代码的执行速度。
引用
@article{arxiv.2509.19537,
title = {Rapid Autotuning of a SiGe Quantum Dot into the Single-Electron Regime with Machine Learning and RF-Reflectometry FPGA-Based Measurements},
author = {Marc-Antoine Roux and Joffrey Rivard and Victor Yon and Alexis Morel and Dominic Leclerc and Claude Rohrbacher and El Bachir Ndiaye and Felice Francesco Tafuri and Brendan Bono and Stefan Kubicek and Roger Loo and Yosuke Shimura and Julien Jussot and Clément Godfrin and Danny Wan and Kristiaan De Greve and Marc-André Tétrault and Dominique Drouin and Christian Lupien and Michel Pioro-Ladrière and Eva Dupont-Ferrier},
journal= {arXiv preprint arXiv:2509.19537},
year = {2026}
}
备注
9 pages, 5 figures