論文の概要: A Logarithmic Bayesian Approach to Quantum Error Detection
- arxiv url: http://arxiv.org/abs/2110.10732v3
- Date: Sat, 26 Mar 2022 03:53:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-10 23:41:12.361402
- Title: A Logarithmic Bayesian Approach to Quantum Error Detection
- Title(参考訳): 量子エラー検出のための対数ベイズ的アプローチ
- Authors: Ian Convy and K. Birgitta Whaley
- Abstract要約: 本稿では,3ビットビットフリップ符号を用いた対数確率を用いたディジタルフィルタを提案する。
これらのフィルタは、有限時間ステップに対して明示的に導出される最適フィルタの近似である。
単項フィルタと2項フィルタは、Wonhamフィルタの二重しきい値スキームと線形化バージョンの両方を大きく上回っていることを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We consider the problem of continuous quantum error correction from a
Bayesian perspective, proposing a pair of digital filters using logarithmic
probabilities that are able to achieve near-optimal performance on a
three-qubit bit-flip code, while still being reasonable to implement on
low-latency hardware. These practical filters are approximations of an optimal
filter that we derive explicitly for finite time steps, in contrast with
previous work that has relied on stochastic differential equations such as the
Wonham filter. By utilizing logarithmic probabilities, we are able to eliminate
the need for explicit normalization and can reduce the Gaussian noise
distribution to a simple quadratic expression. The state transitions induced by
the bit-flip errors are modeled using a Markov chain, which for
log-probabilties must be evaluated using a LogSumExp function. We develop the
two versions of our filter by constraining this LogSumExp to have either one or
two inputs, which favors either simplicity or accuracy, respectively. Using
simulated data, we demonstrate that the single-term and two-term filters are
able to significantly outperform both a double threshold scheme and a
linearized version of the Wonham filter in tests of error detection under a
wide variety of error rates and time steps.
- Abstract(参考訳): 本稿では,3ビットビットフリップ符号でほぼ最適性能を達成できる対数確率を用いたディジタルフィルタを提案するとともに,低遅延ハードウェア上でも実装可能な連続量子誤差補正の問題を考察する。
これらの実用的なフィルタは、ウォナムフィルタのような確率微分方程式に依存する以前の研究とは対照的に、有限時間ステップに対して明示的に導出される最適フィルタの近似である。
対数確率を用いることで、明示的な正規化の必要性をなくし、ガウス雑音分布を単純な二次表現に還元することができる。
ビットフリップエラーによって引き起こされる状態遷移はマルコフ連鎖を用いてモデル化され、ログ確率についてはlogsumexp関数を用いて評価しなければならない。
我々は、このlogsumexpを1つまたは2つの入力に制限することで、2つのバージョンのフィルタを開発しました。
シミュレーションデータを用いて, 誤差検出実験において, 単項フィルタと2項フィルタは, 二重しきい値スキームとウィナムフィルタの線形化バージョンの両方を, 様々な誤差率と時間ステップで大幅に上回ることができることを実証した。
関連論文リスト
- Closed-form Filtering for Non-linear Systems [83.91296397912218]
我々は密度近似と計算効率の面でいくつかの利点を提供するガウスPSDモデルに基づく新しいフィルタのクラスを提案する。
本研究では,遷移や観測がガウスPSDモデルである場合,フィルタリングを効率的にクローズド形式で行うことができることを示す。
提案する推定器は, 近似の精度に依存し, 遷移確率の正則性に適応する推定誤差を伴って, 高い理論的保証を享受する。
論文 参考訳(メタデータ) (2024-02-15T08:51:49Z) - Stochastic Quantum Sampling for Non-Logconcave Distributions and
Estimating Partition Functions [13.16814860487575]
非対数確率分布からサンプリングする量子アルゴリズムを提案する。
f$ は有限和 $f(x):= frac1Nsum_k=1N f_k(x)$ と書くことができる。
論文 参考訳(メタデータ) (2023-10-17T17:55:32Z) - Streaming quantum gate set tomography using the extended Kalman filter [0.0]
量子プロセッサのリアルタイム校正のためのクローズドループ制御アルゴリズムは、測定された量子回路結果のストリームに基づいて物理誤差パラメータを推定できる効率的なフィルタを必要とする。
拡張カルマンフィルタを量子ゲートセットトモグラフィーのデータに適用し,システムエラーモデルと不確実性の両方をストリーミング推定する。
我々の数値的な例では、拡張カルマンフィルタは最大推定値と同等の性能を達成できるが、計算コストは劇的に低下する。
論文 参考訳(メタデータ) (2023-06-26T23:51:08Z) - Learning Unnormalized Statistical Models via Compositional Optimization [73.30514599338407]
実データと人工雑音のロジスティックな損失として目的を定式化することにより, ノイズコントラスト推定(NCE)を提案する。
本稿では,非正規化モデルの負の対数類似度を最適化するための直接的アプローチについて検討する。
論文 参考訳(メタデータ) (2023-06-13T01:18:16Z) - An application of the splitting-up method for the computation of a
neural network representation for the solution for the filtering equations [68.8204255655161]
フィルタ方程式は、数値天気予報、金融、工学など、多くの現実の応用において中心的な役割を果たす。
フィルタリング方程式の解を近似する古典的なアプローチの1つは、分割法と呼ばれるPDEにインスパイアされた方法を使うことである。
我々はこの手法をニューラルネットワーク表現と組み合わせて、信号プロセスの非正規化条件分布の近似を生成する。
論文 参考訳(メタデータ) (2022-01-10T11:01:36Z) - Partial randomized benchmarking [0.0]
量子論理ゲートのランダム化ベンチマークでは、部分的ツイリングはより単純な実装、より良いスケーリング、より高い精度と信頼性に利用できる。
このような単純化された部分的ツイリングを解析し、標準的なランダム化ベンチマークとは異なり、測定された忠実度は異なる減衰率の指数の線形結合であることを示した。
論文 参考訳(メタデータ) (2021-11-07T22:15:11Z) - Differentiable Annealed Importance Sampling and the Perils of Gradient
Noise [68.44523807580438]
Annealed importance sample (AIS) と関連するアルゴリズムは、限界推定のための非常に効果的なツールである。
差別性は、目的として限界確率を最適化する可能性を認めるため、望ましい性質である。
我々はメトロポリス・ハスティングスのステップを放棄して微分可能アルゴリズムを提案し、ミニバッチ計算をさらに解き放つ。
論文 参考訳(メタデータ) (2021-07-21T17:10:14Z) - Near-Optimal High Probability Complexity Bounds for Non-Smooth
Stochastic Optimization with Heavy-Tailed Noise [63.304196997102494]
アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。
既存の非滑らか凸最適化法は、負のパワーまたは対数的な信頼度に依存する境界の複雑さを持つ。
クリッピングを用いた2つの勾配法に対して, 新たなステップサイズルールを提案する。
論文 参考訳(メタデータ) (2021-06-10T17:54:21Z) - Single-Timescale Stochastic Nonconvex-Concave Optimization for Smooth
Nonlinear TD Learning [145.54544979467872]
本稿では,各ステップごとに1つのデータポイントしか必要としない2つの単一スケールシングルループアルゴリズムを提案する。
本研究の結果は, 同時一次および二重側収束の形で表される。
論文 参考訳(メタデータ) (2020-08-23T20:36:49Z) - One-Bit Compressed Sensing via One-Shot Hard Thresholding [7.594050968868919]
1ビット圧縮センシングの問題は、いくつかのバイナリ測定からスパース信号を推定することである。
広範に使われている非制約の幅の概念から遠ざかる、斬新で簡潔な分析法を提案する。
論文 参考訳(メタデータ) (2020-07-07T17:28:03Z)
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。