portada Towards a Scalable Quantum Computing Platform in the Ultrastrong Coupling Regime (en Inglés)

Towards a Scalable Quantum Computing Platform in the Ultrastrong Coupling Regime (en Inglés)

Formato

Libro Físico

Autor

Thi Ha Kyaw

Editorial

Springer

Idioma

Inglés

N° páginas

116

Encuadernación

Tapa Blanda

Dimensiones

23.4x15.6x0.8 cm

Peso

0.20 kg.

ISBN13

9783030196608

Categorías

Física cuántica (mecánica cuántica y teoría cuántica de campos)
Dispositivos y materiales electrónicos
Tecnología de la información: cuestiones generales

Towards a Scalable Quantum Computing Platform in the Ultrastrong Coupling Regime (en Inglés)

Thi Ha Kyaw (Autor) · Springer · Tapa Blanda

Libro Nuevo Importado

Envío: 17 a 24 días háb.

$ 265.80$ 132.90

-50%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan más de 100 unidades

$ 132.90

Llega entre el 22 Sep y el 05 Oct a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Towards a Scalable Quantum Computing Platform in the Ultrastrong Coupling Regime (en Inglés)"

This thesis devotes three introductory chapters to outlining basic recipes for constructing the quantum Hamiltonian of an arbitrary superconducting circuit, starting from classical circuit design. Since a superconducting circuit is one of the most promising platforms for realizing a practical quantum computer, anyone who is starting out in the field will benefit greatly from this introduction. The second focus of the introduction is the ultrastrong light-matter interaction (USC), where the latest developments are described. This is followed by three main research works comprising quantum memory in USC; scaling up the 1D circuit to a 2D lattice configuration; creation of Noisy Intermediate-Scale Quantum era quantum error correction codes and polariton-mediated qubit-qubit interaction. The research work detailed in this thesis will make a major contribution to the development of quantum random access memory, a prerequisite for various quantum machine learning algorithms and applications.