Automatic Charge State Tuning of 300 mm FDSOI Quantum Dots Using Neural Network Segmentation of Charge Stability Diagram
Diese Arbeit stellt einen auf neuronalen Netzen basierenden, automatisierten Ansatz zur Feinabstimmung von Gate-definierten Silizium-Quantenpunkten vor, der mittels semantischer Segmentierung von Ladungsstabilitätsdiagrammen eine hohe Erfolgsrate bei der Identifizierung des Ein-Elektronen-Betriebsregimes erzielt und damit ein wichtiges Hindernis für die Skalierung von Spin-Qubit-Technologien adressiert.