MétaCan
Menu
Retour à la cohorte
Enregistrement W3166418142 · doi:10.1103/prxquantum.2.040313

Calibration of Flux Crosstalk in Large-Scale Flux-Tunable Superconducting Quantum Circuits

2021· preprint· en· W3166418142 sur OpenAlexaff
Xi Dai, Daniel Tennant, Robbyn Trappen, Antonio Martinez, Denis Melanson, Muhammet Ali Yurtalan, Yongchao Tang, S P Novikov, Jeffrey A. Grover, Steven Disseler, James I. Basham, R. Das, David Kim, Alexander Melville, Bethany M. Niedzielski, Steven Weber, Jonilyn Yoder, Daniel A. Lidar, Adrian Lupaşcu

Notice bibliographique

RevuePRX Quantum · 2021
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum and electron transport phenomena
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesArmy Research OfficeU.S. Air ForceNIH Office of the DirectorU.S. ArmyOffice of the Director of National IntelligenceAdvanced Research Projects AgencyIntelligence Advanced Research Projects ActivityDefense Advanced Research Projects Agency
Mots-clésCrosstalkPhysicsFlux qubitElectronic circuitMagnetic flux quantumSuperconductivityQubitElectronic engineeringMagnetic fluxSuperconducting quantum computingCalibrationFlux (metallurgy)Quantum computerQuantumComputer scienceComputational physicsOptoelectronicsTopology (electrical circuits)Electrical engineeringQuantum mechanicsMaterials scienceEngineeringOpticsMagnetic field

Résumé

récupéré en direct d'OpenAlex

Magnetic flux tunability is an essential feature in most approaches to quantum computing based on superconducting qubits. Independent control of the fluxes in multiple loops is hampered by crosstalk. Calibrating flux crosstalk becomes a challenging task when the circuit elements interact strongly. We present a novel approach to flux crosstalk calibration, which is circuit model independent and relies on an iterative process to gradually improve calibration accuracy. This method allows us to reduce errors due to the inductive coupling between loops. The calibration procedure is automated and implemented on devices consisting of tunable flux qubits and couplers with up to 27 control loops. We devise a method to characterize the calibration error, which is used to show that the errors of the measured crosstalk coefficients are all below 0.17%.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,522
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,253
Écart entre enseignants0,234 · 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'étudeObservationnel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRX QuantumMême sujetQuantum and electron transport phenomenaTravaux en français237 207