Quantum dot charge autotuning with Bayesian Neural Networks for spin qubit applications - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

Quantum dot charge autotuning with Bayesian Neural Networks for spin qubit applications

Domaines

Sciences de l'ingénieur [physics]

UMI3463 LN2  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03822883

Soumis le : jeudi 20 octobre 2022-15:53:09

Dernière modification le : mercredi 18 décembre 2024-09:40:38

Fichier non déposé

Dates et versions

hal-03822883 , version 1 (20-10-2022)

Identifiants

  • HAL Id : hal-03822883 , version 1

Citer

Victor Yon, Stefanie Czischek, Yann Beilliard, Michel Pioro-Ladrière, Gaudreau Louis, et al.. Quantum dot charge autotuning with Bayesian Neural Networks for spin qubit applications. Silicon Quantum Electronic Workshop, Oct 2022, Orford, Canada. ⟨hal-03822883⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UGA CNRS INSA-LYON EC-LYON LN2 INSA-GROUPE UDL LN2-ELEC
77 Consultations
0 Téléchargements

Partager

More