Surface acoustic wave-induced strain engineering for quantum dot control in a non-piezoelectric material
Notice bibliographique
Résumé
In this paper, we explore alternative approaches to integrate acoustic wave functionalities into non-piezoelectric group IV materials, notably, germanium within germanium-on-silicon (GoS) heterostructures. This material system is promising as a spin qubit platform for scalable quantum computing architectures. We investigate the potential of surface acoustic waves (SAWs) inducing strain as an interaction mechanism that can be used for the manipulation of spin quantum states in lateral gated quantum dot (QD) devices. Using the Bir–Pikus formalism and k · p theory, we describe the theoretical basis for strain-induced modulation of the valence band in the GoS heterostructures. Our simulations demonstrate that the Rayleigh-type SAWs operating at GHz frequencies can create strain profiles that effectively modulate energy levels in quantum dots. Furthermore, replacing the piezoelectric material (AlN in this work) with a non-piezoelectric counterpart (Al2O3) preserves high-quality acoustic wave propagation while enabling purely mechanical coupling mechanisms, thus enhancing qubit coherence by reducing charge noise, which in piezoelectric materials stems from direct coupling between charge fluctuations and phonons. Proxy simulations with a double-plunger-gate system and floating potentials confirm the sensitivity of QD charge configuration energies to induced strain. These findings support SAW-driven detuning and align with recent predictions on strain-mediated spin–orbit coupling in hole spin qubits. This study highlights the promise of SAW-based strain engineering for scalable quantum control in CMOS-compatible platforms, paving the way for future experimental validation and integration with phononic crystals to advance mechanically enabled quantum 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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».