A Purity Benchmarking Study of Superconducting Single-qubit Fluctuations
Notice bibliographique
Résumé
Quantum processes are susceptible to errors. Over the years, numerous noise models, \nsuch as two-level system noise and flux noise, have been proposed by physicists to describe \nthe mechanisms behind the error sources affecting quantum processes. However, a compre- \nhensive understanding of the quantum noise landscape, particularly on longer timescales, \nis still under active exploration. This thesis contributes to this ongoing effort, exploring \nlong-term quantum noise through the lens of a superconducting Xmon transmon qubit. \nIn our study, we explore the long-term qubit noises by conducting continuous purity \nbenchmarking experiments, utilizing a set of established metrics to gauge the quantum \nerrors. These metrics, namely the average gate fidelity and unitarity, provides a more \ndetailed characterization of quantum error compared to the commonly studied variables \nsuch as T1 and frequency detuning, including characterization of the coherence property. \nThese metrics are also the subject of intense discussions, particularly in the fields of quan- \ntum algorithms and quantum information processing hardware development. We measured \nthe coherent and incoherent quantum error for very long time periods, up to 440 hours. \nThrough these experiments. we gain valuable insights into the nature of the quantum noise \nand its impact on qubit coherence. \nFollowing the experiments, we further attempt to reconcile our observations with well- \nestablished models, namely the two-level system and flux noise, through simultaneous \nmeasurements and comprehensive simulations. While we succeed in explaining certain \naspects of the experimental results, our findings also highlight intriguing discrepancies \nbetween experimental observations and simulations, thus prompting further research.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».