Hyma Vallabhapurapu

AI模型自动表征量子点以用于量子计算

研究人员开发了两种卷积神经网络，CSMClassifier和ChargeLineNet，旨在自动化隔离双量子点以用于量子计算的表征。这些模型在硅金属氧化物半导体器件的数据上进行训练，能够以94%的准确率识别电荷不 G 稳定性和传感器伪影，并以95.3%的准确率定位电荷跃迁线以确定电子占据数。结合使用时，模型能够对93.8%的干净图像正确确定电子占据数，展示了实现量子点器件可扩展自动化调谐的实用且高效的途径。