Substrate surface engineering for high-quality silicon/aluminum superconducting resonators
Notice bibliographique
Résumé
Abstract Quantum bits (qubits) with long coherence times are an important element for the implementation of medium- and large-scale quantum computers. In the case of superconducting planar qubits, understanding and improving qubits’ quality can be achieved by studying superconducting planar resonators. In this paper, we fabricate and characterize coplanar waveguide resonators made from aluminum thin films deposited on silicon substrates. We perform three different substrate surface treatments prior to aluminum deposition: one chemical treatment based on a hydrofluoric acid clean; one physical treatment consisting of a thermal annealing at 880 °C in high vacuum; and one combined treatment comprising both the chemical and the physical treatments. The aim of these treatments is to remove the two-level state (TLS) defects hosted by the native oxides residing at the various samples’ interfaces. We first characterize the fabricated samples through cross-sectional tunneling electron microscopy, acquiring electron energy loss spectroscopy maps of the samples’ cross sections. These measurements show that both the chemical and the physical treatments almost entirely remove native silicon oxide from the substrate surface and that their combination results in the cleanest interface. Additionally, we analyze the effects of the various substrate treatments on the roughness of the silicon surface by means of atomic force microscopy surface morphology mapping. We then study the quality of the resonators by means of microwave measurements in the ‘quantum regime’, i.e., at a temperature T ∼ 10 mK and at a mean microwave photon number 〈 n ph 〉 ∼ 1 . In this regime, we find that both surface treatments independently improve the resonator’s intrinsic quality factor by ≈172%. The highest quality factor is obtained for the combined treatment, Q i ≈ 0.82 million, corresponding to an improvement by ≈256%. Finally, we find that the TLS quality factor averaged over a time period of 3 h is ∼3 million at 〈 n ph 〉 ∼ 10 , indicating that substrate surface engineering can potentially reduce the TLS loss below other losses such as quasiparticle loss and flux noise.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».