MétaCan
Menu
Retour à la cohorte
Enregistrement W4392577793 · doi:10.1117/12.3000548

Source to detector simulation of quantum photonic integrated circuits

2024· article· en· W4392577793 sur OpenAlexaff
Sebastian Gitt, Jeff F. Young, Dylan McGuire

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueNeural Networks and Reservoir Computing
Établissements canadiensAnsys (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhotonicsPhotonic integrated circuitPhysicsPhotonElectronic circuitTopology (electrical circuits)Electronic engineeringComputer scienceOptoelectronicsOpticsQuantum mechanicsElectrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Quantum photonic devices are typically based on either discrete variable (DV) or continuous variable (CV) principles. In either case, their performance must meet strict “fidelity” requirements, especially when scaled using integrated photonic circuitry. DV devices must be robust to imperfections such as timing delays between photons, unwanted spectral correlations present in photons from nonideal single photon sources and variations in circuit components. Furthermore, it becomes increasingly important to have a methodology for characterizing the performance of devices in the presence of such errors. Here, we present a method for simulating quantum photonic integrated circuits (PICs) and use it to model the behavior of a circuit constructed to model the evolution of a quantum state subject to a Bose-Hubbard Hamiltonian, introducing variations to the coupling gaps in the directional couplers inside the circuit. Input states consisting of both indistinguishable and distinguishable photons are modelled. Compact models for the directional couplers and other photonic circuit elements that are parameterized for a specific fabrication process can be incorporated into the circuit using a foundry-associated compact model library, ensuring consistency between circuit design and manufactured component. In CV applications, the degree of squeezing provided by some nonlinear element is often a key metric. Here we describe how the degree of squeezing produced by spontaneous four-wave mixing (SFWM) in a microring resonator can be modelled in the low-power limit, accounting for the effects of self-phase modulation (SPM), cross-phase modulation (XPM), and component losses.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil0,258

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 savante0,0000,000
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 Opus0,021
Tête enseignante GPT0,267
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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeural Networks and Reservoir ComputingTravaux en français237 207