나노기술 및 정책 정보

• 목록

● Tomohiro Otsuka 교수(도호쿠대학) 연구팀은 반도체 양자점의 전하 상태를 조사할 수 있는 ‘전하 상태 자동 추정기’ 개발에 성공

● 연구팀은 2개의 양자점을 결합한 이중 양자점의 시뮬레이션 데이터를 합성곱 신경망(CNN)에 학습시켜 반도체 양자점의 전하 상태를 추정할 수 있는 ‘전하 상태 자동 추정기’를 개발하고, 실제 실험 데이터를 이용해 전하 상태를 추정

● 또한 연구팀은 Grad-CAM(Gradient-Weighted Class Activation Mapping) 기술을 이용해 자동 추정기의 판단 근거를 가시화함으로써 추정기의 성능 개선이 가능함을 검증

● 본 연구 성과는 향후 반도체 스핀 양자비트의 파라미터 자동 조정을 가능하게 해 대규모 양자컴퓨터 구축에 기여할 것으로 기대

APL Machine Learning (2024.04.15), Visual explanations of machine learning model estimating charge states in quantum dots