Optical control of the spin of a magnetic atom in a semiconductor quantum dot
Notice bibliographique
Résumé
Abstract: The control of single spins in solids is a key but challenging step for any spin‐based solid‐state quantumcomputing device. Thanks to their expected long coherence time, localized spins on magnetic atoms in a semiconductor host could be an interesting media to store quantum information in the solid state. Optical probing and control of the spin of individual or pairs of Manganese (Mn) atoms (S = 5/2) have been obtained in II‐VI and IIIV semiconductor quantum dots during the last years. In this paper, we review recently developed optical control experiments of the spin of an individual Mn atoms in II‐VI semiconductor self‐assembled or strain‐free quantum dots (QDs).We first show that the fine structure of the Mn atom and especially a strained induced magnetic anisotropy is the main parameter controlling the spin memory of the magnetic atom at zero magnetic field. We then demonstrate that the energy of any spin state of a Mn atom or pairs of Mn atom can be independently tuned by using the optical Stark effect induced by a resonant laser field. The strong coupling with the resonant laser field modifies the Mn fine structure and consequently its dynamics.We then describe the spin dynamics of a Mn atom under this strong resonant optical excitation. In addition to standard optical pumping expected for a resonant excitation, we show that the Mn spin population can be trapped in the state which is resonantly excited. This effect is modeled considering the coherent spin dynamics of the coupled electronic and nuclear spin of the Mn atom optically dressed by a resonant laser field. Finally, we discuss the spin dynamics of a Mn atom in strain‐free QDs and show that these structures should permit a fast optical coherent control of an individual Mn spin.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».