論文の概要: Scalable Neural Decoder for Topological Surface Codes

• arxiv url: http://arxiv.org/abs/2101.07285v2
• Date: Thu, 21 Oct 2021 13:02:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-14 21:12:03.685412
• Title: Scalable Neural Decoder for Topological Surface Codes
• Title（参考訳）: トポロジカルサーフェスコードのためのスケーラブルニューラルデコーダ
• Authors: Kai Meinerz, Chae-Yeun Park, and Simon Trebst
• Abstract要約: 本稿では,雑音およびシンドローム測定誤差を考慮に入れた安定化符号群に対するニューラルネットワークに基づくデコーダを提案する。 重要なイノベーションは、エラーシンドロームを小さなスケールで自動デコードすることである。 このような前処理によって,実用アプリケーションにおいて最大2桁の誤差率を効果的に削減できることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: With the advent of noisy intermediate-scale quantum (NISQ) devices, practical quantum computing has seemingly come into reach. However, to go beyond proof-of-principle calculations, the current processing architectures will need to scale up to larger quantum circuits which in turn will require fast and scalable algorithms for quantum error correction. Here we present a neural network based decoder that, for a family of stabilizer codes subject to depolarizing noise and syndrome measurement errors, is scalable to tens of thousands of qubits (in contrast to other recent machine learning inspired decoders) and exhibits faster decoding times than the state-of-the-art union find decoder for a wide range of error rates (down to 1%). The key innovation is to autodecode error syndromes on small scales by shifting a preprocessing window over the underlying code, akin to a convolutional neural network in pattern recognition approaches. We show that such a preprocessing step allows to effectively reduce the error rate by up to two orders of magnitude in practical applications and, by detecting correlation effects, shifts the actual error threshold, up to fifteen percent higher than the threshold of conventional error correction algorithms such as union find or minimum weight perfect matching, even in the presence of measurement errors. An in-situ implementation of such machine learning-assisted quantum error correction will be a decisive step to push the entanglement frontier beyond the NISQ horizon.
• Abstract（参考訳）: ノイズの多い中間スケール量子(NISQ)デバイスが出現し、実用的な量子コンピューティングが到達したようだ。 しかし、基本的な計算の証明を超えるためには、現在の処理アーキテクチャはより大きな量子回路にスケールアップする必要がある。 本稿では,ノイズのデポーラライズやシンドロームの測定エラーの対象となる安定化符号群に対して,数万キュービット(他の機械学習インスパイアされたデコーダとは対照的に)にスケーラブルで,幅広い誤り率(1%まで低下する)に対して,最先端のユニオン型デコーダよりも高速なデコーダを示すニューラルネットワークベースのデコーダを提案する。 重要なイノベーションは、パターン認識アプローチにおける畳み込みニューラルネットワークに似た、前処理ウィンドウを基盤コードにシフトすることで、小さなスケールでエラーシンドロームを自動デコードすることである。 このような前処理により,実測誤差が存在する場合でも,実測誤差が最大2桁の誤差率を効果的に低減できることを示すとともに,相関効果を検出することにより,従来の誤り訂正アルゴリズムの閾値よりも最大15%高い誤差閾値をシフトすることを示す。 このような機械学習支援量子誤り訂正のその場実装は、NISQ地平線を越えて絡み合うフロンティアを推し進めるための決定的なステップとなる。

関連論文リスト

• Accelerating Error Correction Code Transformers [56.75773430667148]
  本稿では,トランスを用いたデコーダの高速化手法を提案する。 最新のハードウェアでは、90%の圧縮比を実現し、算術演算エネルギー消費を少なくとも224倍削減する。
  論文  参考訳（メタデータ） (2024-10-08T11:07:55Z)
• Algorithmic Fault Tolerance for Fast Quantum Computing [37.448838730002905]
  本研究では,幅広い種類の量子コードに対して,一定の時間オーバーヘッドでフォールトトレラントな論理演算を実行できることを示す。 理想的な測定結果分布からの偏差をコード距離で指数関数的に小さくできることを示す。 我々の研究は、フォールトトレランスの理論に新たな光を当て、実用的なフォールトトレラント量子計算の時空間コストを桁違いに削減する可能性がある。
  論文  参考訳（メタデータ） (2024-06-25T15:43:25Z)
• Fast Flux-Activated Leakage Reduction for Superconducting Quantum Circuits [84.60542868688235]
  量子ビット実装のマルチレベル構造から生じる計算部分空間から漏れること。 パラメトリックフラックス変調を用いた超伝導量子ビットの資源効率向上のためのユニバーサルリーク低減ユニットを提案する。 繰り返し重み付け安定化器測定におけるリーク低減ユニットの使用により,検出されたエラーの総数を,スケーラブルな方法で削減できることを実証した。
  論文  参考訳（メタデータ） (2023-09-13T16:21:32Z)
• A Cryogenic Memristive Neural Decoder for Fault-tolerant Quantum Error Correction [0.0]
  インメモリ・クロスバー(IMC)アーキテクチャに基づくニューラルデコーダの設計と解析を行う。 ハードウェアを意識したリトレーニング手法を開発し、フィデリティ損失を軽減する。 この研究は、フォールトトレラントQECの統合のためのスケーラブルで高速で低消費電力のMCCハードウェアへの経路を提供する。
  論文  参考訳（メタデータ） (2023-07-18T17:46:33Z)
• The END: An Equivariant Neural Decoder for Quantum Error Correction [73.4384623973809]
  データ効率のよいニューラルデコーダを導入し、この問題の対称性を活用する。 本稿では,従来のニューラルデコーダに比べて精度の高い新しい同変アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-04-14T19:46:39Z)
• Deep Quantum Error Correction [73.54643419792453]
  量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。 本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。 提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
  論文  参考訳（メタデータ） (2023-01-27T08:16:26Z)
• Improved decoding of circuit noise and fragile boundaries of tailored surface codes [61.411482146110984]
  高速かつ高精度なデコーダを導入し、幅広い種類の量子誤り訂正符号で使用することができる。 我々のデコーダは、信仰マッチングと信念フィンドと呼ばれ、すべてのノイズ情報を活用し、QECの高精度なデモを解き放つ。 このデコーダは, 標準の正方形曲面符号に対して, 整形曲面符号において, より高いしきい値と低い量子ビットオーバーヘッドをもたらすことがわかった。
  論文  参考訳（メタデータ） (2022-03-09T18:48:54Z)
• Erasure conversion for fault-tolerant quantum computing in alkaline earth Rydberg atom arrays [3.575043595126111]
  本稿では,物理誤差を消去に変換する171ドルYb中性原子量子ビットに対して,量子ビット符号化とゲートプロトコルを提案する。 エラーの98%を消去に変換できると見積もっている。
  論文  参考訳（メタデータ） (2022-01-10T18:56:31Z)
• Crosstalk Suppression for Fault-tolerant Quantum Error Correction with Trapped Ions [62.997667081978825]
  本稿では、電波トラップで閉じ込められた1本のイオン列をベースとした量子計算アーキテクチャにおけるクロストーク誤差の研究を行い、個別に調整されたレーザービームで操作する。 この種の誤差は、理想的には、異なるアクティブな量子ビットのセットで処理される単一量子ゲートと2量子ビットの量子ゲートが適用されている間は、未修正のままであるオブザーバー量子ビットに影響を及ぼす。 我々は,第1原理からクロストーク誤りを微視的にモデル化し,コヒーレント対非コヒーレントなエラーモデリングの重要性を示す詳細な研究を行い,ゲートレベルでクロストークを積極的に抑制するための戦略について議論する。
  論文  参考訳（メタデータ） (2020-12-21T14:20:40Z)

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。