電子スピン量子ビット状態の高精度推定に成功

<plone.namedfile.file.NamedBlobImage object at 0x7fedc6a68c10 oid 0x2ad294 in <Connection at 7fee02b74dc0>>

2021-10-18

natural_sciences

{'items': [{'key': 'jcco', 'term': 'スピン量子ビット状態', 'description': {'blocks': [{'key': '37ms4', 'text': ' 単一電子スピンの↑スピン、↓スピン量子状態を、量子ビットの０状態、１状態に対応させたもの ', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': 'cbgt7', 'term': '半導体スピン量子コンピュータ', 'description': {'blocks': [{'key': '4k278', 'text': ' 万能量子計算方式の実現を目指しており、Intelや日立が取り組んでいる、10^6量子ビットの集積化を見込む半導体をベースとしている。他方には超伝導量子ビットをベースとした、量子アニーリング方式等がある。 ', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': 'ddn0e', 'term': 'ステップ検出アルゴリズム', 'description': {'blocks': [{'key': '7gdku', 'text': ' ↓スピン状態が量子ドットから読み取られた場合、センサー（図１左）から得られる測定信号にはステップ状の電圧形状が現れる、この形状を検出するための計算手法 ', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': 'bnok3', 'term': '深層ニューラルネットワーク(DNN)', 'description': {'blocks': [{'key': '848ma', 'text': ' 人間の脳神経回路（ニューラルネットワーク）の数式モデルを多層化し、多様な特徴の抽出を可能にしたもの。Deep Neural Network。 ', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': 'cvvtc', 'term': 'スピン緩和測定', 'description': {'blocks': [{'key': '9l31o', 'text': ' ↓スピン状態が↑スピン状態へとエネルギー緩和する物理過程の測定 ', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': '43i6d', 'term': '量子ドット', 'description': {'blocks': [{'key': '3vi6m', 'text': ' 半導体中の電子または正孔を0次元に閉じ込めた領域 ', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': '539bu', 'term': 'トンネルレート', 'description': {'blocks': [{'key': 'etgh9', 'text': ' 量子ドットの内外へ電子が行き来する速度の統計量を表したもの ', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}]}

['isir']

['松本雄太', '藤田高史', '大岩顕']

本研究は本所産業科学AIセンターの駒谷教授との共同研究による成果です。量子実験の分野に機械学習を導入することで、新たな領域への拡張が示された成果になります。院生の発想から導入を果たしたこともあり、本センターのAI教育の一環としても良い例になったと思います。

藤田高史

助教

産業科学研究所

https://rd.iai.osaka-u.ac.jp/ja/dfb21eb36399ccdc.html?k=%E8%97%A4%E7%94%B0%E9%AB%98%E5%8F%B2