硅金属氧化物半导体双量子点中的单态-三重态读出

高保真单态-三重态读出对于大规模量子计算至关重要。然而，在弛豫时间和信噪比的限制下，广泛使用的将均值与固定阈值比较的阈值方法会限制判断精度，尤其是对于弛豫三重态。在此，我们基于 Pauli 自旋阻塞在 Si-MOS 双量子点器件中实现了增强的锁存读出，并通过阈值方法展示了 97.59% 的平均单态-三重态读出保真度。我们揭示了阈值方法在弛豫三重态分类中的固有缺陷，并引入机器学习作为一种与弛豫无关的方法来减少误判。通过对模拟单次轨迹的分类，机器学习方法可将读出保真度提高到 99.67%，优于 97.54% 的阈值方法，后者与实验结果一致。这项工作表明，机器学习方法可以成为缓解大规模量子计算中稳定实现高保真、高精度单态-三重态读出限制的有力候选方案。