@informaq-de.bsky.socialFirstQFMs Quantenfundationsmodell erreicht eine 33%-ige Reduktion der Ausführungszeiten für Single-Qubit-Gates auf QuantWares supraleitendem Prozessor und demonstriert erhebliche Effizienzgewinne bei der Quantengateoptimierung.
@informaq-de.bsky.socialDas Lifting-Framework verbessert die Mid-Circuit-Messzuverlässigkeit auf supraleitenden Prozessoren um ~13,5% durch gemeinsame Auslesignale und kontextangepasste neuronale Dekodierung und adressiert fundamentale Bayes-Risikogrenzen.
@informaq-de.bsky.socialSub-Riemannsche Geodäten-Optimierung erreicht 99,96% Fidelität für Einzelqubit-Gatter und unterdrückt gleichzeitig Leckagefehler, wobei sie DRAG-Pulse bei kurzen Pulsdauern in supraleitenden Qubits übertrifft.
@informaq-de.bsky.socialPDRAG erreicht eine 5,27×10⁵-fache Leckagereduzierung in supraleitenden Qubit-Gattern durch gleichzeitige Kontrolle beider Leckagekanäle mittels ableitungsbasierter Pulsformung, wobei die Leckage am Endpunkt 1,98×10⁻⁷ bei 13 ns erreicht.
@informaq-de.bsky.socialTantal-Dünnschichten erreichen Rekord-T1-Relaxationszeiten von über 1 ms und interne Gütefaktoren von über 10 Millionen und übertreffen damit Aluminium und Niob erheblich in der Leistung supraleitender Qubits.
@informaq-de.bsky.socialVier rechnergestützte Methoden validieren die Extraktion elektromagnetischer Kopplungen in supraleitenden Prozessoren mit <5% Varianz und fördern die präzise Charakterisierung für fehlertolerante Quantensysteme.