MétaCan
Menu
Retour à la cohorte
Enregistrement W2993097632 · doi:10.1038/s41534-020-00352-4

Efficient modeling of superconducting quantum circuits with tensor networks

2021· preprint· en· W2993097632 sur OpenAlexafffund
Agustín Di Paolo, Thomas E. Baker, Alexandre Foley, David Sénéchal, Alexandre Blais

Notice bibliographique

Revuenpj Quantum Information · 2021
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiquePhysics of Superconductivity and Magnetism
Établissements canadiensCanadian Institute for Advanced ResearchInstitut quantiqueUniversité de Sherbrooke
Organismes subventionnairesArmy Research OfficeNatural Sciences and Engineering Research Council of CanadaCanada First Research Excellence Fund
Mots-clésQubitJosephson effectFlux qubitCharge qubitPhase qubitDephasingCoherence (philosophical gambling strategy)PhysicsSuperconductivityQuantumTensor (intrinsic definition)Quantum computerSuperconducting quantum computingBenchmark (surveying)Electronic circuitQuantum mechanicsTopology (electrical circuits)Computer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract We use a tensor network method to compute the low-energy excitations of a large-scale fluxonium qubit up to a desired accuracy. We employ this numerical technique to estimate the pure-dephasing coherence time of the fluxonium qubit due to charge noise and coherent quantum phase slips from first principles, finding an agreement with previously obtained experimental results. By developing an accurate single-mode theory that captures the details of the fluxonium device, we benchmark the results obtained with the tensor network for circuits spanning a Hilbert space as large as 15 180 . Our algorithm is directly applicable to the wide variety of circuit-QED systems and may be a useful tool for scaling up superconducting quantum technologies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,288
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,228
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuenpj Quantum InformationMême sujetPhysics of Superconductivity and MagnetismTravaux en français237 207