《基於半導體量子器件的量子信息處理的理論研究》是依託香港城市大學深圳研究院，由王欣擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於半導體量子器件的量子信息處理的理論研究
- 項目類別：青年科學基金項目
- 項目負責人：王欣
- 依託單位：香港城市大學深圳研究院
項目摘要,結題摘要,
項目摘要
量子信息技術作為一門新興的綜合性學科有著廣泛的套用前景。目前該領域存在兩個關鍵問題：退相干和可擴展性。本項目專注研究涉及操控半導體量子點量子器件的這些問題，包括動力學修正量子門，門串擾，及其和容錯量子計算的關係等。申請人於2012年提出了SUPCODE控制理論，並且在相關領域裡也積累了一些動力學修正量子門的工作。基於已有成果，本項目將由標定、最佳化和拓展現有的動力學修正量子門開始，逐步深化推廣到多比特、多電子體系和其他基於電子自旋的量子比特系統。重點研究動力學修正量子門在實際噪聲體系中的效能；在多電子體系中門串擾對操控的干擾以及解決辦法；對動力學修正量子門的最佳化，包括縮短其運行時間以及對特殊的噪聲譜進行針對性的最佳化；以及將動力學修正量子門在多量子比特、多電子體系中的推廣。本項目尤其注重提高動力學修正量子門在實驗上的可行性和有效性。成果預計將在國內外核心期刊發表論文5～7篇。
結題摘要
在該項目中，我們研究了動力學修正量子門和環境噪聲的相互關係，並且引入機器學習中的監督學習方法找到了一種測量噪聲譜的新方法。我們進一步研究了雙量子點體系中勢壘操控和失諧操控的區別，使用隨機標定方法發現了現有實驗的不足，並提出一套新的方法來進行抗噪操作。我們對動力學修正量子門技術進行了進一步最佳化和推廣，研究了在不同的狀況下量子門的最簡分解，以及一維自旋鏈上的量子傳輸。我們還對多量子點體系的能譜以及門串擾進行了仔細的微觀計算。最後，我們將機器學習中的強化學習方法套用到量子控制和量子測量中，取得了一些新的結果。本項目共發表論文17篇，包括npj Quantum Information 2篇，Physical Review Letters 2篇，Physical Review A 10篇，Physical Review B 1篇，《中國科學:物理學、力學和天文學》1篇，Advanced Quantum Technologies 1篇。總體來說，本項目圓滿完成了研究目標。
