MARC

 008260126s2025        us                              c    eng  d
■001000017360732
■00520260202105612
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798265429551
■035    ▼a(MiAaPQ)AAI32316406
■035    ▼a(MiAaPQ)Stanfordqs740vy7696
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a000
■1001  ▼aSriram,  Praveen.
■24510▼aHybrid  Metal-Semiconductor  Quantum  Dots  as  a  Platform  for  Quantum  Simulation  of  Kondo  Lattice  Models
■260    ▼a[Sl]▼bStanford  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a237  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  A.
■500    ▼aAdvisor:  Goldhaber-Gordon,  David.
■5021  ▼aThesis  (Ph.D.)--Stanford  University,  2025.
■520    ▼aQuantum  systems  that  host  exotic  material  phenomena-such  as  unconventional  superconductivity  and  strong  magnetism-are  governed  by  complex  many-body  interactions  at  the  microscopic  scale.  Simplified  models  such  as  the  Kondo  lattice  capture  essential  aspects  of  these  systems,  but  even  these  abstractions  quickly  exceed  the  capabilities  of  classical  simulation.  This  challenge  motivates  the  development  of  engineered  quantum  simulators:  controllable,  scalable  platforms  that  can  emulate  strongly  correlated  physics.In  this  dissertation,  we  present  a  new  approach  to  quantum  simulation  based  on  hybrid  metal-semiconductor  quantum  dots.  These  devices  combine  the  uniformity  of  metallic  islands  with  the  tunability  of  semiconductor  heterostructures,  offering  a  pathway  to  scalable  arrays  that  connect  to  bulk  material  properties.  In  particular,  we  focus  on  hybrid  metal--InAs  quantum  dots,  a  promising  platform  for  probing  lattice  coherence  over  a  wide  temperature  range  relevant  to  heavy  fermion  materials.After  introducing  the  motivation  and  theoretical  context,  we  describe  the  growth  and  characterization  of  InAs  quantum  wells  that  host  these  devices,  including  transport  in  the  integer  quantum  Hall  regime.  We  then  demonstrate  smooth,  monotonic  control  of  edge-mode  transmission  using  quantum  point  contacts,  a  key  ingredient  for  defining  hybrid  dots  with  tunable  couplings.  Building  on  this,  we  characterize  submicron  metallic  islands  coupled  to  quantum  Hall  edge  states,  developing  a  Landauer--Buttiker  model  to  extract  their  transparency.  We  identify  challenges  with  conventional  Ti/Au  islands  and  establish  robust  contacts  using  PdGe,  achieving  reproducible  high-transparency  coupling.Integrating  these  components,  we  realize  hybrid  metal--InAs  quantum  dots.  These  devices  exhibit  a  four-fold  enhancement  of  charging  energy  compared  to  the  GaAs  platform.  They  display  exceptional  uniformity  in  charge  quantization,  control  of  tunneling  from  the  weak-  to  strong-coupling  limits,  culminating  in  the  quenching  of  charge  quantization  at  the  ballistic  limit  with  a  transition  from  static  to  dynamical  Coulomb  blockade.  Preliminary  work  with  Ge/SiGe  quantum  wells  is  also  presented,  pointing  to  future  opportunities  for  reduced  disorder  and  improved  scalability.Together,  these  results  establish  hybrid  metal--InAs  quantum  dots  as  a  highly  controllable  and  scalable  platform  for  exploring  emergent  behavior  in  correlated  electron  systems.  They  open  a  pathway  toward  simulating  coherence  in  Kondo  lattice  models  and,  more  broadly,  toward  engineering  quantum  matter.
■590    ▼aSchool  code:  0212.
■650  4▼aSummer  school
■650  4▼aElectrons
■650  4▼aSpectrum  analysis
■650  4▼aQuantum  dots
■650  4▼aMagnetic  fields
■650  4▼aPandemics
■650  4▼aAnalytical  chemistry
■650  4▼aAtomic  physics
■650  4▼aEpidemiology
■650  4▼aOptics
■650  4▼aEducation
■650  4▼aElectromagnetics
■690    ▼a0486
■690    ▼a0748
■690    ▼a0766
■690    ▼a0752
■690    ▼a0515
■690    ▼a0607
■71020▼aStanford  University.
■7730  ▼tDissertations  Abstracts  International▼g87-05A.
■790    ▼a0212
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360732▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books