機械学習による半導体量子ハードウェア最適化と応用

2023 Fiscal Year Annual Research Report

• Project Area: Foundation of "Machine Learning Physics" --- Revolutionary Transformation of Fundamental Physics by A New Field Integrating Machine Learning and Physics
• Project/Area Number: 23H04490
• Research Institution: Tohoku University
• Principal Investigator: 大塚 朋廣 東北大学, 材料科学高等研究所, 准教授 (50588019)
• Project Period (FY): 2023-04-01 – 2025-03-31
• Keywords: 量子ドット / ナノ・マイクロデバイス / 機械学習 / 半導体

Outline of Annual Research Achievements

機械学習やその他の情報科学の手法は、近年多くの学術分野に影響を及ぼしている。量子ハードウェア物理分野でも、これらの技術を用いることで従来にない新しい進展が期待されている。本研究では機械学習による半導体量子ハードウェア最適化と応用の研究を推進し、量子ハードウェアの状態推定、制御の自動化や、これを活用した量子ハードウェア、材料の物理解明等の研究を行っている。本年度は特に、機械学習を用いた半導体量子ハードウェアの状態推定手法の開発と改良を中心に研究を行った。
半導体量子ハードウェアとして、電子を微小領域に閉じ込めた半導体量子ドットを用いて、その内部の電子の量子状態を活用する量子ハードウェアがある。これを用いて量子情報処理に向けた量子ビットシステム等を構成する際には、内部の電子状態の識別と制御が重要となる。従来、このプロセスは人間が行ってきたが、我々は畳み込みニューラルネットワークを用いた半導体量子ドットの電荷状態の自動推定を研究した。シミュレーションデータおよび実験データの双方について、その動作検証と解析を行った。さらに、Grad-CAMという可視化技術を用いて、そのプロセスを解析して従来の人間による判断と比較し、その結果を基に電荷状態推定器の改良を行った。またこのような機械学習手法と融合性の高いハードウェア制御技術についても研究を実施した。
これらの成果は量子ハードウェア物理分野における情報科学手法の活用を進めるものであり、将来の大規模半導体量子ハードウェアの制御等に向けて役立つと期待される。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

機械学習を用いた半導体量子ハードウェアの状態推定、制御の開発と改良等が進んでいるため。また関連技術についても研究が進展しているため。

Strategy for Future Research Activity

引き続き、機械学習等の情報科学手法を用いた半導体量子ハードウェアの状態推定、制御手法の開発や改良を進める。また得られた手法、技術を活用して測定を行うことにより、半導体量子ハードウェア、材料の物理解明を進める。

Research Products

• [Journal Article] Visual explanations of machine learning model estimating charge states in quantum dots (2024)
  • Author(s): Muto Yui、Nakaso Takumi、Shinozaki Motoya、Aizawa Takumi、Kitada Takahito、Nakajima Takashi、Delbecq Matthieu R.、Yoneda Jun、Takeda Kenta、Noiri Akito、Ludwig Arne、Wieck Andreas D.、Tarucha Seigo、Kanemura Atsunori、Shiga Motoki、Otsuka Tomohiro
  • Journal Title: APL Machine Learning Volume: 2 Pages: 026110
  • DOI: 10.1063/5.0193621
  • Peer Reviewed / Open Access / Int'l Joint Research
• [Journal Article] Wide dynamic range charge sensor operation by high-speed feedback control of radio-frequency reflectometry (2023)
  • Author(s): Fujiwara Yoshihiro、Shinozaki Motoya、Matsumura Kazuma、Noro Kosuke、Tataka Riku、Sato Shoichi、Kumasaka Takeshi、Otsuka Tomohiro
  • Journal Title: Applied Physics Letters Volume: 123 Pages: 213502
  • DOI: 10.1063/5.0167212
  • Peer Reviewed
• [Presentation] Semiconductor Qubits and New Materials (2024)
  • Author(s): Tomohiro Otsuka
  • Organizer: UK-Japan-Swiss Workshop ‘Materials for Quantum Electronics’
  • Int'l Joint Research / Invited
• [Presentation] Automatic state recognition of quantum dot hardware utilizing machine learning (2023)
  • Author(s): Yui Muto, Takumi Nakaso, Takumi Aizawa, Motoya Shinozaki, Takahito Kitada, Takashi Nakajima, Matthieu R. Delbecq, Jun Yoneda, Kenta Takeda, Akito Noiri, Arne Ludwig, Andreas D. Wieck, Seigo Tarucha, Atsunori Kanemura, Motoki Shiga, and Tomohiro Otsuka
  • Organizer: International Conference on Machine Learning Physics
  • Int'l Joint Research
• [Presentation] Semiconductor spin qubits and new materials (2023)
  • Author(s): Tomohiro Otsuka
  • Organizer: Workshop: Emerging Platforms for Quantum Computing
  • Int'l Joint Research / Invited
• [Presentation] 機械学習による量子ドット電荷状態推定の汎化性能改良 (2023)
  • Author(s): 武藤由依, 中曽拓, 相澤拓海, 篠﨑基矢, 北田孝仁, 中島峻, Matthieu R. Delbecq, 米田淳, 武田健太, 野入亮人, Arne Ludwig, Andreas D. Wieck, 樽茶清悟, 兼村厚範, 志賀元紀, 大塚朋廣
  • Organizer: 日本物理学会