論文の概要: Refined Belief Propagation Decoding of Sparse-Graph Quantum Codes

• arxiv url: http://arxiv.org/abs/2002.06502v2
• Date: Wed, 22 Jul 2020 10:25:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-03 13:14:45.863645
• Title: Refined Belief Propagation Decoding of Sparse-Graph Quantum Codes
• Title（参考訳）: スパースグラフ量子符号の残響伝播復号法
• Authors: Kao-Yueh Kuo and Ching-Yi Lai
• Abstract要約: 本稿では,2進BPとほぼ同程度の複雑性を持つ量子符号に対する改良されたBP復号アルゴリズムを提案する。 与えられたエラーシンドロームに対して、このアルゴリズムは従来の4次BPと同じ出力にデコードするが、渡されるノード間メッセージは単一値である。 メッセージ強度の正規化は、パフォーマンスを改善するために、これらの単一値のメッセージに自然に適用できる。
• 参考スコア（独自算出の注目度）: 4.340338299803562
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum stabilizer codes constructed from sparse matrices have good performance and can be efficiently decoded by belief propagation (BP). A conventional BP decoding algorithm treats binary stabilizer codes as additive codes over GF(4). This algorithm has a relatively complex process of handling check-node messages, which incurs higher decoding complexity. Moreover, BP decoding of a stabilizer code usually suffers a performance loss due to the many short cycles in the underlying Tanner graph. In this paper, we propose a refined BP decoding algorithm for quantum codes with complexity roughly the same as binary BP. For a given error syndrome, this algorithm decodes to the same output as the conventional quaternary BP but the passed node-to-node messages are single-valued, unlike the quaternary BP, where multivalued node-to-node messages are required. Furthermore, the techniques of message strength normalization can naturally be applied to these single-valued messages to improve the performance. Another observation is that the message-update schedule affects the performance of BP decoding against short cycles. We show that running BP with message strength normalization according to a serial schedule (or other schedules) may significantly improve the decoding performance and error floor in computer simulation.
• Abstract（参考訳）: スパース行列からなる量子安定化符号は優れた性能を有し、信念伝播(bp)によって効率的に復号することができる。 従来のBP復号アルゴリズムは、バイナリ安定化符号をGF(4)上の加算符号として扱う。 このアルゴリズムは、チェックノードメッセージを処理する比較的複雑なプロセスを持ち、高い復号化の複雑さを引き起こす。 さらに、安定化器符号のBP復号は通常、基礎となるTannerグラフの多くの短いサイクルのために性能損失を被る。 本稿では,2進BPとほぼ同じ複雑性を持つ量子符号に対する改良されたBP復号アルゴリズムを提案する。 与えられたエラーシンドロームの場合、このアルゴリズムは従来の第4次BPと同じ出力にデコードするが、通過したノード間メッセージは第4次BPとは異なり、単一値である。 さらに、メッセージ強度正規化のテクニックは、これらの単一値メッセージに自然に適用してパフォーマンスを向上させることができる。 別の観察では、メッセージ更新スケジュールは短周期に対するbp復号のパフォーマンスに影響する。 逐次スケジュール(または他のスケジュール)によるメッセージ強度正規化を伴うbpの実行は、コンピュータシミュレーションにおける復号性能とエラーフロアを大幅に改善する可能性がある。

関連論文リスト

• An almost-linear time decoding algorithm for quantum LDPC codes under circuit-level noise [0.562479170374811]
  我々は、量子低密度パリティチェック符号のほぼ線形時間デコーダとして、信念伝播と順序付きタナーフォレスト(BP+OTF)アルゴリズムを導入する。 BP+OTFデコーダは,最先端のインバージョンベースデコーダの桁数で論理誤差を抑えることができることを示す。
  論文  参考訳（メタデータ） (2024-09-02T19:50:57Z)
• Improved Belief Propagation Decoding Algorithms for Surface Codes [5.916355710767515]
  信念伝播(BP)は、ほぼ線形時間の複雑さで有名である。 BPの復号精度は後処理無しで、ほとんどの状況では不十分である。 本稿では,表面符号のGF(4)よりもBPの復号精度を向上させることに焦点を当てる。
  論文  参考訳（メタデータ） (2024-07-16T09:03:06Z)
• Belief Propagation Decoding of Quantum LDPC Codes with Guided Decimation [55.8930142490617]
  BPガイドデシミテーション(BPGD)に基づくQLDPC符号のデコーダを提案する。 BPGDは非収束によるBP故障率を著しく低下させる。
  論文  参考訳（メタデータ） (2023-12-18T05:58:07Z)
• Graph Neural Networks for Enhanced Decoding of Quantum LDPC Codes [6.175503577352742]
  量子低密度パリティチェック(LDPC)符号に対する微分可能な反復デコーダを提案する。 提案アルゴリズムは,古典的信念伝達(BP)復号段階と中間グラフニューラルネットワーク(GNN)層から構成される。
  論文  参考訳（メタデータ） (2023-10-26T19:56:25Z)
• Neural Belief Propagation Decoding of Quantum LDPC Codes Using Overcomplete Check Matrices [60.02503434201552]
  元のチェック行列における行の線形結合から生成された冗長な行を持つチェック行列に基づいてQLDPC符号を復号する。 このアプローチは、非常に低い復号遅延の利点を付加して、復号性能を著しく向上させる。
  論文  参考訳（メタデータ） (2022-12-20T13:41:27Z)
• A Scalable Graph Neural Network Decoder for Short Block Codes [49.25571364253986]
  エッジ重み付きグラフニューラルネットワーク(EW-GNN)に基づく短絡符号の復号化アルゴリズムを提案する。 EW-GNNデコーダは、繰り返しメッセージパッシング構造を持つタナーグラフで動作する。 EW-GNNデコーダは,復号誤り率の観点から,BP法および深層学習に基づくBP法より優れていることを示す。
  論文  参考訳（メタデータ） (2022-11-13T17:13:12Z)
• Graph Neural Networks for Channel Decoding [71.15576353630667]
  低密度パリティチェック(LDPC)やBCH符号など、様々な符号化方式の競合復号性能を示す。 ニューラルネットワーク(NN)は、与えられたグラフ上で一般化されたメッセージパッシングアルゴリズムを学習する。 提案するデコーダを,従来のチャネル復号法および最近のディープラーニングに基づく結果と比較した。
  論文  参考訳（メタデータ） (2022-07-29T15:29:18Z)
• Log-domain decoding of quantum LDPC codes over binary finite fields [4.340338299803562]
  2次有限体 GF$(q=2l)$ 上での量子低密度パリティチェック(LDPC)符号の復号について、総和積アルゴリズム(英語版)を用いて検討する。 従来のBPに必要なベクトルメッセージよりも,非二項量子符号のBP復号に十分であることを示す。
  論文  参考訳（メタデータ） (2021-04-01T07:15:41Z)
• Refined Belief-Propagation Decoding of Quantum Codes with Scalar Messages [4.340338299803562]
  スパース行列に基づく符号は優れた性能を有し、信念伝達(BP)により効率よく復号できる。 安定化器符号のBP復号は、基礎となるタナーグラフの短周期から性能損失を被る。 連続スケジュールによるメッセージ正規化を伴うBPの動作は,計算機シミュレーションにおけるデコード性能とエラーフロアを大幅に向上させる可能性があることを示す。
  論文  参考訳（メタデータ） (2021-02-14T10:29:58Z)
• On Sparsifying Encoder Outputs in Sequence-to-Sequence Models [90.58793284654692]
  我々はTransformerをテストベッドとして、エンコーダとデコーダの間にあるゲートの層を導入します。 ゲートは、パリシティ誘導L0ペナルティの期待値を用いて正規化される。 このスペーサー化が2つの機械翻訳と2つの要約タスクに与える影響について検討する。
  論文  参考訳（メタデータ） (2020-04-24T16:57:52Z)
• Pruning Neural Belief Propagation Decoders [77.237958592189]
  本稿では,機械学習を用いたBPデコードに対して,過剰完全パリティチェック行列を調整する手法を提案する。 我々は,デコーダの複雑さを低減しつつ,0.27dB,1.5dBのML性能を実現する。
  論文  参考訳（メタデータ） (2020-01-21T12:05:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。