Fugu-MT 論文翻訳(概要): Efficient Concatenated Bosonic Code for Additive Gaussian Noise

論文の概要: Efficient Concatenated Bosonic Code for Additive Gaussian Noise

arxiv url: http://arxiv.org/abs/2102.01374v3
Date: Mon, 27 Nov 2023 05:41:03 GMT
ステータス: 処理完了
システム内更新日: 2023-11-30 18:14:05.108702
Title: Efficient Concatenated Bosonic Code for Additive Gaussian Noise
Title（参考訳）: 付加ガウス雑音に対する効率的な結合ボソニック符号
Authors: Kosuke Fukui and Takaya Matsuura and Nicolas C. Menicucci
Abstract要約: ボソニック符号は量子情報処理のためのノイズレジリエンスを提供する。本稿では,Gottesman-Kitaev-Preskill符号を用いて,デフォールトエラー発生キュービットと量子パリティ符号を用いて残差の処理を行う。我々の研究は、幅広い量子計算と通信シナリオに応用できるかもしれない。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Bosonic codes offer noise resilience for quantum information processing. Good performance often comes at a price of complex decoding schemes, limiting their practicality. Here, we propose using a Gottesman-Kitaev-Preskill (GKP) code to detect and discard error-prone qubits, concatenated with a quantum parity code to handle the residual errors. Our method employs a simple, linear-time decoder that nevertheless offers significant performance improvements over the standard decoder. Our work may have applications in a wide range of quantum computation and communication scenarios.
Abstract（参考訳）: ボソニック符号は量子情報処理にノイズレジリエンスを提供する。優れたパフォーマンスは、しばしば複雑なデコードスキームの価格で得られ、実用性を制限する。本稿では,ゴッテマン・キタエフ・プレスキル(GKP)符号を用いて,残差を処理するために量子パリティ符号と結合した誤り発生量子ビットを検出し,破棄する。本手法は単純な線形時間デコーダを用いるが,標準デコーダに比べて性能が大幅に向上する。我々の研究は、幅広い量子計算と通信シナリオに応用できるかもしれない。

関連論文リスト

Breadth-first graph traversal union-find decoder [0.0]
我々はその実装を単純化し、潜在的な復号速度の利点を提供するUnion-findデコーダの変種を開発する。これらの手法が、非トポロジカル量子低密度パリティチェック符号のデコードにどのように適用できるかを示す。
論文参考訳（メタデータ） (2024-07-22T18:54:45Z)
Learning Linear Block Error Correction Codes [62.25533750469467]
本稿では,バイナリ線形ブロック符号の統一エンコーダデコーダトレーニングを初めて提案する。また,コード勾配の効率的なバックプロパゲーションのために,自己注意マスキングを行うトランスフォーマーモデルを提案する。
論文参考訳（メタデータ） (2024-05-07T06:47:12Z)
Near-optimal decoding algorithm for color codes using Population Annealing [44.99833362998488]
回復操作を高い確率で行うデコーダを実装した。異なる雑音モデルの下で4.8.8色符号格子上でのデコーダ性能について検討する。
論文参考訳（メタデータ） (2024-05-06T18:17:42Z)
Small Quantum Codes from Algebraic Extensions of Generalized Bicycle Codes [4.299840769087443]
量子LDPC符号は、消滅する符号化率を持つ表面符号から、一定の符号化率と線形距離を持つ非常に有望な符号まで様々である。我々は、一般化自転車(GB)符号として知られる量子LDPC符号のサブセットにインスパイアされた小さな量子符号を考案した。
論文参考訳（メタデータ） (2024-01-15T10:38:13Z)
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)
Modular decoding: parallelizable real-time decoding for quantum computers [55.41644538483948]
リアルタイム量子計算は、ノイズの多い量子ハードウェアによって生成されたデータのストリームから論理的な結果を取り出すことができる復号アルゴリズムを必要とする。本稿では,デコーディングの精度を犠牲にすることなく,最小限の追加通信でこの問題に対処できるモジュールデコーディングを提案する。本稿では,格子探索型耐故障ブロックのモジュールデコーディングの具体例であるエッジ頂点分解について紹介する。
論文参考訳（メタデータ） (2023-03-08T19:26:10Z)
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)
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)
Quantum Error Correction via Noise Guessing Decoding [0.0]
量子誤り訂正符号(QECC)は、量子通信と量子計算の両方において中心的な役割を果たす。本稿では,有限ブロック長レジームの最大性能を達成できるQECCの構築と復号化が可能であることを示す。
論文参考訳（メタデータ） (2022-08-04T16:18:20Z)
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)
Efficiently computing logical noise in quantum error correcting codes [0.0]
実効論理ノイズに対する再正規化として,読み出し量子ビット上の測定誤差が現れることを示す。実効的論理ノイズの計算複雑性を,数桁のオーダーで低減する一般手法を導出する。
論文参考訳（メタデータ） (2020-03-23T19:40:56Z)

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。