MétaCan
Menu
Retour à la cohorte
Enregistrement W4390905574 · doi:10.1109/tasc.2024.3354948

Enhancing the Q-Factor of a Practical Qubit Niobium Three-Dimensional λ/4-Resonator Through Surface Treatment

2024· article· en· W4390905574 sur OpenAlexaff
Sergey Kutsaev, R. Agustsson, Aurora Cecilia Araujo Martínez, D. M. Broun, Paul Carriere, Ming-Han Chou, Taras Chouinard, A. N. Cleland, P. Frigola, Michael Kelly, Alex Krasnok, Nanda Gopal Matavalam, A. Del Moro, Rhys G. Povey, Thomas Reid, A. Smirnov

Notice bibliographique

RevueIEEE Transactions on Applied Superconductivity · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Information and Cryptography
Établissements canadiensSimon Fraser University
Organismes subventionnairesHigh Energy PhysicsU.S. Department of Energy
Mots-clésQubitQuantum computerResonatorTransmonSuperconductivityNiobiumJosephson effectQ factorComputer scienceEmbeddingQuantumPhysicsElectronic engineeringOptoelectronicsQuantum mechanicsMaterials scienceEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Quantum computing stands as a revolutionary frontier in information technology, with the potential to solve complex problems far beyond the capacity of classical computers. At the heart of this disruptive innovation are qubits, forming the fundamental backbone of quantum computing. A leading-edge solution for constructing robust, enduring qubits involves embedding a Josephson junction within a high Q-factor, superconducting three-dimensional cavity. Our recent innovation lies in developing a uniquely optimized, quarter-wave resonator-based superconducting cavity, functioning at 6 GHz, specifically tailored for quantum computers. In this work, we elucidate our advancement towards elevating the Q-factor tenfold, an achievement made possible through the enhancement of machining precision, the application of rigorous postprocessing techniques—including mechanical, chemical, and surface treatments—as well as the refinement of our testing methods.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,718
Score d'incertitude au seuil0,789

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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,038
Tête enseignante GPT0,284
Écart entre enseignants0,246 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Applied SuperconductivityMême sujetQuantum Information and CryptographyTravaux en français237 207