Neural-Network Inverse Design of SRF Cavities and Transmons for Bosonic Quantum Computation

Technische Zusammenfassung: Neuronale Netzwerk-basierte inverse Auslegung von SRF-Kavitäten und Transmonen für die bosonische Quantenberechnung

Problemstellung
Die Auslegung von supraleitenden Radiofrequenz-Kavitäten (SRF), die an Transmon-Qubits gekoppelt sind, für die bosonische Quantenberechnung beinhaltet ein komplexes inverses Problem: die Rekonstruktion von Gerätegeometrien, die spezifische elektromagnetische (EM) und Kopplungsziele erzeugen. Diese Abbildung ist im Allgemeinen eins-zu-viele, was bedeutet, dass mehrere Geometrien ähnliche Leistungen erzielen können, oder umgekehrt, dass das Finden der spezifischen Geometrie für eine Zielantwort nicht trivial ist. Wenn die Design-Parameterbereiche skalieren, wird der Aufwand konventioneller iterativer Simulationen (z. B. mit COMSOL oder HFSS) prohibitiv. Insbesondere die Kopplungsstärke zwischen einem Qubit und einer Kavität hängt empfindlich sowohl von der Geometrie des Transmons als auch von dessen Position innerhalb des EM-Feldes der Kavität ab. Traditionelle Optimierungsmethoden, wie etwa die adjunkte Formbestimmung oder evolutionäre Suchverfahren, optimieren oft nur eine Teilmenge der EM-Parameter und haben Schwierigkeiten mit der hochdimensionalen, nichtlinearen Abhängigkeit der dispersiven Hamiltonian-Parameter von der Gerätegeometrie.

Methodik
Die Autoren schlagen zwei komplementäre Deep-Neural-Network (DNN)-Ansätze vor, um dieses inverse Design-Problem auf verschiedenen Ebenen des Design-Stacks zu adressieren. Der Workflow folgt einer datengesteuerten Vorlage: Abtastung von Kandidatengeometrien, Evaluierung dieser mittels Finite-Elemente-Simulation zur Generierung eines gelabelten Datensatzes, Training eines DNN zur Invertierung der Vorwärtsabbildung (Geometrie $\to$ Antwort) und Validierung der Vorhersagen mittels End-to-End-Resimulation.

1. Inverse Auslegung der Kavitätsgeometrie:

   • Ziel: Erzeugung von SRF-Kavitätsgeometrien, die spezifische Kavitäts-Observablen erzeugen.
   • Inputs: Es wurden zwei Arten von DNNs trainiert. Das erste nimmt die TM$_{010}$-ähnliche Passbandbreite (Frequenzdifferenz zwischen spezifischen Moden) als Input. Das zweite nimmt ein fünfpunktiges axiales $E_z$-Feldprofil an der voraussichtlichen Qubit-Position als Input.
   • Outputs: Kavitätswand-Geometrien, parametrisiert durch kubische Splines. Für Multizell-Kavitäten (TESLA-ähnlich) definiert der Output Kontrollpunkte für die meridionale Kontur; für Zylinderkavitäten definiert er Kontrollpunkte und die Länge.
   • Trainingsdaten: 2.000 Multizell- und 2.000 Zylindergeometrien wurden gesampelt und in COMSOL simuliert.
   • Architektur: Feed-Forward-Netzwerke mit ReLU-Aktivierungen. Das Frequenz-Input-Netzwerk verwendet eine polynomielle Expansion des Inputs, während das Feld-Input-Netzwerk einen 5-Punkt-Vektor direkt verarbeitet.

2. Inverse Auslegung des Transmons:

   • Ziel: Erzeugung von Transmon-Qubit-Designs, die spezifische Qubit-Kavitäts-Parameter erzeugen.
   • Inputs: Zielparameter $(g, \nu_q, \alpha)$, welche die Kopplungsrate, die gedressede Qubit-Frequenz und die Anharmonizität darstellen. Bemerkenswerterweise wird die Cross-Kerr-Wechselwirkung $\chi_{0m}$ nicht als Input verwendet, da sie im dispersiven Regime algebraisch von den anderen Parametern abhängig ist und um Größenordnungen variiert, was sie zu einem schlechten Regressionsziel macht.
   • Outputs: Drei Transmon-Designvariablen: Junction-Eintauchtiefe ($z_{trans}$), Josephson-Induktivität ($L_J$) und Shunt-Pad-Breite ($w_{pad}$).
   • Trainingsdaten: 981 „saubere“ Datenpunkte, die aus HFSS-Eigenmoden-Simulationen extrahiert und durch das pyEPR-Framework verarbeitet wurden. Ein physikbasierter Filter entfernte „schlechte Lösungen“ (z. B. Modenmischung oder Zusammenbruch der dispersiven Näherung).
   • Architektur: Ein vollvernetztes Feed-Forward-Netzwerk, das die 3 Input-Parameter auf die 3 Designvariablen abbildet.

Wesentliche Beiträge

• Dualer inverser Design-Ansatz: Die Arbeit präsentiert eine vollständige Pipeline für das inverse Design, die sowohl die makroskopische Kavitätsstruktur als auch die mikroskopischen Qubit-Parameter abdeckt und somit den gesamten Design-Stack für 3D-cQED-Systeme adressiert.
• Integration in Charakterisierungspipelines: Das Transmon-DNN wurde direkt auf Parametern trainiert, die mittels der Energy Participation Ratio (EPR)-Methode (implementiert in pyEPR) extrahiert wurden. Dies bettet das Machine-Learning-Modell in den Standard-Workflow der Quantenbauteil-Charakterisierung ein und invertiert effektiv den geometrieabhängigen Satz der Selbst- und Cross-Kerr-Wechselwirkungen.
• Umgang mit Eins-zu-viele-Abbildungen: Durch das Training auf spezifischen Verteilungen lebensfähiger Geometrien lernen die deterministischen Feed-Forward-Netzwerke, einen einzelnen lebensfähigen Lösungszweig für ein gegebenes Ziel auszuwählen, wodurch die Mehrdeutigkeit inhärent im Designraum vermieden wird.

Ergebnisse

• Kavitätsleistung:
  • Das Passbandbreiten-DNN rekonstruierte Geometrien, die den Ziel-Passbandbreiten innerhalb von ~5 % entsprachen. Das Netzwerk konzentrierte sich auf dominante Merkmale (z. B. Iris-Radien), während weniger kritische geometrische Details variiert wurden.
  • Das $E_z$-Feld-DNN erreichte eine noch höhere Fidelität und stimmte dem Input-Feldprofil Punkt für Punkt innerhalb von ~4 % überein.
  • Eine End-to-End-Resimulation in COMSOL bestätigte diese Ergebnisse.
• Transmon-Leistung:
  • Das Transmon-DNN erreichte einen mittleren relativen Wurzel-Mittelwert-Fehler (RRMSE) von 1,81 ± 0,96 % über 15 zufällige Train/Test-Shuffles hinweg, wobei ein Best-Case-Shuffle 0,72 % erreichte.
  • Die End-to-End-Validierung beinhaltete die Resimulation der DNN-prädizierten Designs in HFSS mit pyEPR-Extraktion. Die rekonstruierten Parameter $(g, \nu_q, \alpha)$ wichen von den Zielwerten um höchstens ~2 % ab (speziell ~1,6 % für $\alpha$, ~1 % für $g$ und ~0,5 % für $\nu_q$).
  • Das Modell generalisierte erfolgreich über verschiedene Betriebsregime hinweg, von Langzeit-Speicherung (niedriges Cross-Kerr) bis hin zu schneller Steuerung (hohes Cross-Kerr).

Bedeutung und Ansprüche
Das Paper behauptet, dass diese DNN-Ansätze eine schnelle Alternative zu den iterativen Simulationsstudien bieten, die typischerweise für das Design von supraleitenden Quantenhardware erforderlich sind. Durch die direkte Abbildung des gewünschten Geräteverhaltens auf Kandidatendesigns umgehen sie die Notwendigkeit wiederholter manueller Parametersuchläufe, die pro Iteration Minuten dauern und sich über viele Zyklen akkumulieren können.

Die Autoren positionieren diese Arbeit innerhalb der Richtung „KI für Quanten“ und betonen deren Nutzen, wenn Quantengeräte skalieren und ihre Parameterbereiche expandieren. Der Ansatz wird als Methode präsentiert, um universelle Gate-Sets durch Hardware-Software-Co-Design auf spezifische Anwendungen zuzuschneiden. Die Autoren merken an, dass die aktuelle Arbeit deterministische Netzwerke verwendet, die eine einzige Lösung produzieren, während zukünftige Erweiterungen generative oder invertierbare Architekturen nutzen könnten, um Fälle zu handhaben, in denen mehrere lebensfähige Geometrien für ein einzelnes Ziel existieren, und so eine breitere Palette an Designoptionen für verschiedene Kopplungsregime (z. B. Bevorzugung von langlebiger Speicherung gegenüber schneller Steuerung) zu bieten.