Accurate Methods for the Analysis of Strong-Drive Effects in Parametric Gates
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The ability to perform fast, high-fidelity entangling gates is a requirement for a viable quantum processor. In practice, achieving fast gates often comes with the penalty of strong-drive effects that are not captured by the rotating-wave approximation. These effects can be analyzed in simulations of the gate protocol, but those are computationally costly and often hide the physics at play. Here, we show how to efficiently extract gate parameters by directly solving a Floquet eigenproblem using exact numerics and a perturbative analytical approach. As an example application of this toolkit, we study the space of parametric gates generated between two fixed-frequency transmon qubits connected by a parametrically driven coupler. Our analytical treatment, based on time-dependent Schrieffer-Wolff perturbation theory, yields closed-form expressions for gate frequencies and spurious interactions, and is valid for strong drives. From these calculations, we identify optimal regimes of operation for different types of gates including $i$swap, controlled-Z, and cnot. These analytical results are supplemented by numerical Floquet computations from which we directly extract drive-dependent gate parameters. This approach has a considerable computational advantage over full simulations of time evolutions. More generally, our combined analytical and numerical strategy allows us to characterize two-qubit gates involving parametrically driven interactions, and can be applied to gate optimization and cross-talk mitigation such as the cancelation of unwanted $ZZ$ interactions in multiqubit architectures.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle