MétaCan
Menu
Retour à la cohorte
Enregistrement W4221009734 · doi:10.1117/12.2606059

A perspective on silicon photonic quantum computing with spin qubits

2022· article· en· W4221009734 sur OpenAlexaff
Andreas Pfenning, Xiruo Yan, Sebastian Gitt, Joshua Fabian, Becky Lin, Donald Witt, Abdelrahman E. Afifi, Adan Azem, Adam Darcie, Jingda Wu, Matthew Mitchell, Kashif M. Awan, Lukas Chrostowski, Jeff F. Young

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueNeural Networks and Reservoir Computing
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésQubitQuantum computerQuantum entanglementPhotonicsCoherence (philosophical gambling strategy)Cluster stateQuantum sensorComputer sciencePhotonPhysicsInitializationQuantum opticsQuantum technologyQuantum networkElectronic engineeringQuantumQuantum mechanicsOpen quantum systemEngineering

Résumé

récupéré en direct d'OpenAlex

We recently proposed a quantum computing platform that exploits circuit-bound photons to create cluster states and achieve one-way measurement-based quantum computations on arrays of photonically interfaced solid-state spin qubits with long coherence-times. Single photons are used for spin initialization, readout and for photon-mediated long-range entanglement creation. In this conference talk, we elaborate on the challenges that are faced during any practical implementation of this architecture by breaking it down into the key physical building blocks. We further discuss the constraints imposed on the spin qubits and the photonic circuit components that are set by the requirements of achieving fault-tolerant performance.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,527

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,255
Écart entre enseignants0,241 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeural Networks and Reservoir ComputingTravaux en français237 207