用于自动化调谐解决方案的电荷稳定图模拟（SimCATS）
Simulation of Charge Stability Diagrams for Automated Tuning Solutions (SimCATS)
AI总结：
本文提出了一种名为SimCATS的灵活框架，用于真实模拟量子点的电荷稳定图数据，支持添加传感器响应和失真，以推动自动化调谐算法的基准测试与开发。
摘要：
量子点必须被精确调谐，以为量子计算提供合适的基础。只有通过完全自动化调谐过程，才能实现可扩展的量子计算平台。一个关键步骤是在量子点中捕获合适数量的电子，这通常通过分析电荷稳定图（CSDs）来完成。训练和测试自动化算法需要大量数据，这些数据可以在实验中测量并手动标注，或者进行模拟。本文介绍了一种对此类测量进行真实模拟的新方法。我们灵活的框架能够模拟理想的CSD数据，并辅以适当的传感器响应和失真。我们建议使用此模拟对已发表的算法进行基准测试。此外，我们鼓励通过自定义模型和参数集进行扩展，以推动开发稳健的、技术无关的算法。代码可在 https://github.com/f-hader/SimCATS 获取。
英文摘要：
Quantum dots must be tuned precisely to provide a suitable basis for quantum computation. A scalable platform for quantum computing can only be achieved by fully automating the tuning process. One crucial step is to trap the appropriate number of electrons in the quantum dots, typically accomplished by analyzing charge stability diagrams (CSDs). Training and testing automation algorithms require large amounts of data, which can be either measured and manually labeled in an experiment or simulated. This article introduces a new approach to the realistic simulation of such measurements. Our flexible framework enables the simulation of ideal CSD data complemented with appropriate sensor responses and distortions. We suggest using this simulation to benchmark published algorithms. Also, we encourage the extension by custom models and parameter sets to drive the development of robust, technology-independent algorithms. Code is available at https://github.com/f-hader/SimCATS.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
