Ingénierie du couplage spin-orbite pour l’étude d’états liés de Majorana dans les systèmes bidimensionnels
Bibliographic record
Abstract
Les travaux présentés dans ce mémoire portent sur l’élaboration d’une plateforme d’information quantique basée sur les états liés de Majorana. Ces états sont des candidats prometteurs à la réalisation de qubits topologiques tolérants aux fautes. Généralement, l’approche employée, laquelle a permis d’observer certaines signatures expérimentales de ces états, repose sur l’utilisation de matériaux à fort couplage spin-orbite. De manière alternative, ce mémoire présente l’étude de ces états dans les systèmes tirant profit des matériaux de la microélectronique via l’ingénierie du couplage spin-orbite produit par des microaimants en réseau. D’abord, une étude de faisabilité de l’implémentation d’une plateforme versatile d’états liés de Majorana à base de gaz d’électrons bidimensionnel est effectuée. Une optimisation du réseau permet d’identifier des régimes de paramètres favorables à l’émergence de ces états dans le silicium. Bien que la protection topologique observée soit typiquement plus faible que pour matériaux à fort couplage spin-orbite intrinsèque, les limitations et bénéfices de cette approche sont identifiés. Finalement, la robustesse de la protection topologique a été démontrée en présence de désordre dans les réseaux d’aimants. Dans l’optique de valider l’approche théorique, qui repose sur la création d’un couplage spin-orbite artificiel par un réseau d’aimant, une expérience visant à caractériser ce couplage a été conçue. En effet, une expérience de focalisation magnétique a été réalisée pour déterminer la force du couplage spin-orbite produit par un seul microaimant dans une hétérostructure à gaz d’électrons bidimensionnel. Également, le développement d’une plateforme de simulations numériques de transport quantique dans ces dispositifs a permis d’investiguer l’origine microscopique des signatures expérimentales observées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".