[論文レビュー] All rf-based tuning algorithm for quantum devices using machine learning

Barnaby van Straaten, Federico Fedele+8 more|arXiv (Cornell University)|Nov 8, 2022

Quantum and electron transport phenomena被引用数 4

ひとこと要約

本論文では、電流測定を一切不要とする完全にラジオ周波数（rf）ベースの機械学習アルゴリズムを提示する。このアルゴリズムは、rf反射率測定のみを用いて二重量子ドットを自動チューニングする。高速2次元rfスキャン、ガウス過程、主成分分析、およびフーリエに基づくスコア関数を組み合わせることで、数分で高精度かつスケーラブルな量子デバイスキャリブレーションを実現。輸送測定を一切用いない。

ABSTRACT

Radio-frequency measurements could satisfy DiVincenzo's readout criterion in future large-scale solid-state quantum processors, as they allow for high bandwidths and frequency multiplexing. However, the scalability potential of this readout technique can only be leveraged if quantum device tuning is performed using exclusively radio-frequency measurements i.e. without resorting to current measurements. We demonstrate an algorithm that automatically tunes double quantum dots using only radio-frequency reflectometry. Exploiting the high bandwidth of radio-frequency measurements, the tuning was completed within a few minutes without prior knowledge about the device architecture. Our results show that it is possible to eliminate the need for transport measurements for quantum dot tuning, paving the way for more scalable device architectures.

研究の動機と目的

• 大規模な量子プロセッサにおいてスケーラビリティを制限する電流測定に依存しない量子デバイスチューニングを排除すること。
• 周波数多重化および高帯域幅の読み取り技術と互換性のある完全にrfベースのチューニングプロトコルを開発すること。
• rf反射率と機械学習のみを用いて、自動的かつ高速かつ頑健に二重量子ドットをチューニングすること。
• Ge/SiGeホールベースの量子ドットアレイにおいて、スケーラブルで輸送測定を伴わないデバイスキャリブレーションの実現可能性を示すこと。

提案手法

• アルゴリズムは100×100ピクセルのグリッドと100 mVの範囲を用いて、ゲート電圧空間における高速2次元rfスキャンを実行し、ミリ秒単位で高分解能の電荷安定性ダイアグラムを取得する。
• ガウス過程がゲート電圧空間の探索をガイドし、rfハイパーボリュームに近い高信頼性の初期点を選択する。
• 主成分分析（PCA）を用いて、データ内のノイズからrf特徴を分離するブラインド信号分離を実施する。
• 離散時間フーリエ変換（DTFT）に基づくカスタムスコア関数が、νx = νyの周囲での対称的周期性を検出することで、良好に結合された二重ドット特徴を優遇する。
• アルゴリズムはコルモゴロフ＝スミルノフ検定を用いて、rf特徴とノイズを区別し、信号を検出すると探索スキャンを終了する。
• DTFTにおけるノイズ抑制は中心極限定理により実現され、100×100ピクセルスキャンではノイズが√(NM) = 100の要因で低減される。

実験結果

リサーチクエスチョン

• RQ1 電流測定を一切行わず、rf反射率のみを用いて二重量子ドットを自動チューニングできるか？
• RQ2 ガウス過程やPCAといった機械学習技術が、量子デバイスの高次元ゲート電圧空間を効率的に探索できるか？
• RQ3 フーリエに基づくスコア関数が、rf測定におけるノイズを抑制しつつ、高品質な二重ドット特徴を信頼性高く同定できるか？
• RQ4 rfデータのみを用いて、数分以内に完全なデバイスチューニングを達成できるか。これはスケーラブルな量子プロセッサ統合に十分な水準か？

主な発見

• アルゴリズムは、デバイス構造の事前知識が一切ない状態で、rf反射率のみを用いて10分以内に二重量子ドットを正常にチューニングした。
• 1時間のチューニングセッションごとに最高スコアの二重ドット特徴が特定され、一貫性があり再現性のある性能を示した。
• フーリエに基づくスコア関数は、ノイズと二重ドット特徴を効果的に区別でき、DTFTの平均化効果によりノイズが100倍低減された。
• PCAの使用により、背景ノイズからのrf信号のブラインド分離が可能となり、特徴検出のロバスト性が向上した。
• 輸送測定を一切行わず、全rfデバイスキャリブレーションの実現可能性が検証された。
• 本手法は、電流センシングの制限を回避する点で、スケーラブルなアーキテクチャと互換性がある。