HuggingFace镜像/transmon-cross-hamiltonian-inverse
模型介绍文件和版本分析
下载使用量0

TransmonCross 哈密顿量到几何结构

从目标哈密顿量值预测 TransmonCross 几何结构参数的逆向模型。

实时服务界面

  • 空间仓库：https://huggingface.co/spaces/SQuADDS/squadds-ml-inference-api
  • 空间主机：https://squadds-squadds-ml-inference-api.hf.space

推理协议

部署的模型工件使用与 SQuADDS ML Space 相同的请求协议：

{
  "model_id": "transmon_cross_hamiltonian_inverse",
  "inputs": {
    "qubit_frequency_GHz": 4.85,
    "anharmonicity_MHz": -205.0
  },
  "options": {
    "include_scaled_outputs": false
  }
}

示例响应

{
  "model_id": "transmon_cross_hamiltonian_inverse",
  "display_name": "TransmonCross Hamiltonian to Geometry",
  "predictions": [
    {
      "design_options.connection_pads.readout.claw_length": 0.00011072495544794947,
      "design_options.connection_pads.readout.ground_spacing": 4.571595582092414e-06,
      "design_options.cross_length": 0.0002005973074119538
    }
  ],
  "metadata": {
    "input_order": [
      "qubit_frequency_GHz",
      "anharmonicity_MHz"
    ],
    "output_order": [
      "design_options.connection_pads.readout.claw_length",
      "design_options.connection_pads.readout.ground_spacing",
      "design_options.cross_length"
    ],
    "input_units": {
      "qubit_frequency_GHz": "GHz",
      "anharmonicity_MHz": "MHz"
    },
    "output_units": {
      "design_options.connection_pads.readout.claw_length": "m",
      "design_options.connection_pads.readout.ground_spacing": "m",
      "design_options.cross_length": "m"
    },
    "num_predictions": 1
  }
}

输入和输出字段

  • 输入单位：{"anharmonicity_MHz": "MHz", "qubit_frequency_GHz": "GHz"}
  • 输出单位：{"design_options.connection_pads.readout.claw_length": "m", "design_options.connection_pads.readout.ground_spacing": "m", "design_options.cross_length": "m"}

包含文件

  • model/：训练好的 Keras 检查点
  • scalers/：可用时的每列输入和输出缩放器
  • X_names：有序的输入特征名称
  • 输出名称文件（y_columns.npy 或 csv 表头源）
  • inference_manifest.json：供代理和客户端使用的机器可读协议

SQuADDS 数据集

本模型源自公开的 SQuADDS 数据集及相关工具。

  • 数据集页面：https://huggingface.co/datasets/SQuADDS/SQuADDS_DB
  • 数据集文件树：https://huggingface.co/datasets/SQuADDS/SQuADDS_DB/tree/main
  • SQuADDS 数据集组织页面：https://huggingface.co/SQuADDS/datasets
  • SQuADDS 主页：https://lfl-lab.github.io/SQuADDS/
  • SQuADDS 代码库：https://github.com/LFL-Lab/SQuADDS
  • SQuADDS 论文：https://doi.org/10.22331/q-2024-09-09-1465
  • Hugging Face 数据集 DOI：10.57967/hf/1582

对于此模型系列，最相关的 SQuADDS 源数据为：

  • qubit-TransmonCross-cap_matrix

引用

如果您在研究中使用 SQuADDS 数据或此机器学习工作流，请引用：

@article{Shanto2024squaddsvalidated,
  doi = {10.22331/q-2024-09-09-1465},
  url = {https://doi.org/10.22331/q-2024-09-09-1465},
  title = {{SQ}u{ADDS}: {A} validated design database and simulation workflow for superconducting qubit design},
  author = {Shanto, Sadman and Kuo, Andre and Miyamoto, Clark and Zhang, Haimeng and Maurya, Vivek and Vlachos, Evangelos and Hecht, Malida and Shum, Chung Wa and Levenson-Falk, Eli},
  journal = {{Quantum}},
  volume = {8},
  pages = {1465},
  month = sep,
  year = {2024}
}

致谢

我们衷心感谢以下人员在模型开发过程中的合作：Taylor Patti、Nicola Pancotti、Enectali Figueroa-Feliciano、Sara Sussman、Abhishek Chakraborty、Olivia Seidel、Firas Abouzahr、Eli Levenson-Falk 和 Sadman Ahmed Shanto。

特别感谢 Olivia Seidel 和 Firas Abouzahr，他们是该模型的主要训练人员。

建议用途

将此 repo 用作持久的工件源，当您需要为代理或应用程序提供稳定的 HTTP 工具界面时，请使用 SQuADDS ML Space。