クイックスタート

このクイックスタートでは Experiment ワークフローを紹介します。 system に必要な設定ファイルと parameter ファイルがすでに用意されていることを前提にします。

Note

Qubex は、chip、wiring、制御設定を記述した configuration file と parameter file を読み込みます。

1 つの具体的な装置構成を選ぶ識別子には system_id を使ってください
Experiment を作成するときは config_dir と params_dir の両方を明示的に渡してください
これらのファイルはシステム設定に従って作成してください
Experiment の基底単位は、時間系が ns、周波数系が GHz です

1. `Experiment` を作成する

system、対象 qubit、利用する configuration ディレクトリと parameter ディレクトリを指定して Experiment を作成します。exp があれば、装置接続、測定、パルススケジュールの実行、parameter sweep をメソッド経由で行えます。

import numpy as np
import qubex as qx

exp = qx.Experiment(
    system_id="SYSTEM_A",
    qubits=[0, 1],
    config_dir="/path/to/qubex-config/config",
    params_dir="/path/to/qubex-config/params/SYSTEM_A",
)

Q0, Q1 = exp.qubit_labels[:2]
RQ0, RQ1 = exp.resonator_labels[:2]

2. 装置に接続する

測定やスケジュール実行の前に、設定された装置へ接続するため connect() を使います。これにより通信を確立し、リンク状態を確認し、装置側の現在設定をセッションへ取り込みます。

exp.connect()

3. 必要なら装置設定を更新する

現在の設定ファイルや parameter を装置側へ反映したい場合にだけ configure() を使ってください。

exp.configure()

Caution

この操作は装置の状態を変更します。共有システムでは、同じ装置を利用している他ユーザーに影響する可能性があります。

4. `measure` で基本測定を実行する

制御波形を直接与え、読み出し波形およびキャプチャ設定を Qubex に自動付与させたい場合は measure() を使います。

waveform = np.array([
    0.01 + 0.01j,
    0.01 + 0.01j,
    0.01 + 0.01j,
    0.01 + 0.01j,
])

sequence = {
    Q0: waveform,
    Q1: waveform,
}

result = exp.measure(
    sequence=sequence,
    mode="avg",
    n_shots=1024,
)
result.plot()
print("avg:", result.data[Q0].kerneled)

result = exp.measure(
    sequence=sequence,
    mode="single",
    n_shots=1024,
)
result.plot()
print("single:", result.data[Q0].kerneled)

sequence に含まれる各量子ビットに対して、Qubex は制御波形を適用し、対応する読み出し共振器へ読み出しパルスを送り、その反射信号を返します。kerneled は時間積分した反射信号を複素 I/Q データで表したものです。avg モードでは単一の複素数、single モードでは shot ごとの複素数配列になります。

5. `PulseSchedule` でパルスシーケンスを構築する

再利用可能な Pulse オブジェクトからパルスシーケンスを明示的に組み立てたい場合は PulseSchedule を作成します。

ワークフローに依らないスケジュール構築の説明はパルスシーケンスの組み方を参照してください。

pulse = qx.pulse.Gaussian(duration=64, amplitude=0.05, sigma=16)
pulse.plot()

schedule = qx.PulseSchedule()
with schedule as s:
    s.add(Q0, pulse)
    s.add(Q0, pulse.scaled(2))
    s.barrier()
    s.add(Q1, pulse.shifted(np.pi / 6))

schedule.plot()

PulseSchedule を作成したら、with ブロック内で各 channel に対して add() を呼び、Pulse を追加します。次の block の前で channel を揃えたいときは barrier() を使います。with ブロックを抜けると、Qubex は全 channel を自動的に同じ長さまで pad します。この例ではパルスシーケンスだけを構築しており、scaled() や shifted() で同じベース Pulse から派生 Pulse を作る方法も示しています。

6. `sweep_parameter` で parameter を掃引する

1 つの系列を繰り返し実行しながら、ある parameter を範囲に沿って変えたい場合は sweep_parameter() を使います。sweep_range の各点ごとに、Qubex は系列を評価し、測定応答を result.data[target] に保存します。

result = exp.sweep_parameter(
    sequence=lambda amplitude: {
        Q0: qx.pulse.Rect(duration=64, amplitude=amplitude),
    },
    sweep_range=np.linspace(0.0, 0.1, 21),
    n_shots=1024,
    xlabel="Drive amplitude",
    ylabel="Readout response",
)

result.plot()
print("sweep_range:", result.data[Q0].sweep_range)
print("data:", result.data[Q0].data)

factory function から PulseSchedule を返して、その schedule 自体を直接 sweep することもできます。これは T1 系列の待ち時間 sweep のように、blank duration を pulse sampling period に合わせたいときに便利です。以下では、対数間隔の待ち時間を有効な時間グリッドに離散化してから sweep しています。以下の例では具体値として 2 ns を使っていますが、実際には使用する装置に合わせた sampling period を指定してください。

wait_range = exp.util.discretize_time_range(
    np.geomspace(100, 100e3, 51),
    sampling_period=2,
)


def t1_sequence(wait: float) -> qx.PulseSchedule:
    schedule = qx.PulseSchedule()
    with schedule as s:
        s.add(Q0, qx.pulse.Gaussian(duration=64, amplitude=0.05, sigma=16))
        s.add(Q0, qx.pulse.Blank(duration=wait))
    return schedule


result = exp.sweep_parameter(
    sequence=t1_sequence,
    sweep_range=wait_range,
    n_shots=1024,
    xlabel="Wait duration (ns)",
    ylabel="Readout response",
    xaxis_type="log",
)

result.plot()
print("sweep_range:", result.data[Q0].sweep_range)
print("data:", result.data[Q0].data)

7. `execute` で schedule を実行する

PulseSchedule をそのまま実行し、カスタム読み出しパルスを共振器チャネルに直接配置したい場合は execute() を使います。1 つの schedule に複数の読み出しイベントを含めたいときに便利です。

control_pulse = qx.pulse.Gaussian(duration=64, amplitude=0.05, sigma=16)
readout_pulse = qx.pulse.FlatTop(duration=256, amplitude=0.1, tau=32)

schedule = qx.PulseSchedule()
with schedule as s:
    s.add(RQ0, readout_pulse)
    s.barrier()
    s.add(Q0, qx.pulse.Blank(duration=128))
    s.barrier()
    s.add(Q0, control_pulse)
    s.barrier()
    s.add(RQ0, readout_pulse.scaled(0.8))

schedule.plot()

result = exp.execute(
    schedule=schedule,
    mode="avg",
    n_shots=1024,
)

result.plot()
print("n_captures:", len(result.data[Q0]))

この例では、control_pulse と readout_pulse を schedule 内で再利用しています。最初に 1 回読み出しを行い、その後 blank interval と control pulse を入れ、最後にもう 1 回読み出しを行います。RQ0 は 2 回読み出しされるため、result.data[Q0] には 2 つのキャプチャ結果が入ります。

8. Experimental な `run_*` 非同期メソッド

Experiment には、run_measurement()、run_sweep_measurement()、 run_ndsweep_measurement() のような async-first な測定 API もあります。これらは Experimental な機能として扱ってください。公開 API ではありますが、将来のリリースでシグネチャや挙動が変わる可能性があります。

アプリケーション全体がすでに async で動いている場合に使ってください。 script では asyncio.run(...)、notebook では await を使います。

schedule = qx.PulseSchedule()
with schedule as s:
    s.add(Q0, control_pulse)

result = await exp.run_measurement(
    schedule=schedule,
    n_shots=1024,
    shot_averaging=False,
    time_integration=True,
)

result.plot()

現時点で安定性を優先するなら、ここまでで紹介した従来の同期メソッド（measure()、execute()、sweep_parameter()）を使ってください。

次のステップ

より広い Experiment ワークフローを見る: Experiment クラス
整理された notebook 集へ進む: Experiment サンプルワークフロー
より高度な contrib ルーチンを使う: コミュニティ提供ワークフロー

クイックスタート

1. Experiment を作成する

2. 装置に接続する

3. 必要なら装置設定を更新する

4. measure で基本測定を実行する

5. PulseSchedule でパルスシーケンスを構築する

6. sweep_parameter で parameter を掃引する

7. execute で schedule を実行する

8. Experimental な run_* 非同期メソッド