論文の概要: Techniques for combining fast local decoders with global decoders under
circuit-level noise
- arxiv url: http://arxiv.org/abs/2208.01178v2
- Date: Wed, 28 Sep 2022 00:36:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-02 14:34:49.828184
- Title: Techniques for combining fast local decoders with global decoders under
circuit-level noise
- Title(参考訳): 高速局所デコーダと大域デコーダを回路レベルの雑音下で結合する技術
- Authors: Christopher Chamberland and Luis Goncalves and Prasahnt Sivarajah and
Eric Peterson and Sebastian Grimberg
- Abstract要約: 本稿では,3次元畳み込みを用いた局所ニューラルネットワーク(NN)デコーダの構築について紹介する。
これらのローカルデコーダは回路レベルのノイズに適応し、任意の大きさの表面コードボリュームに適用できる。
それらの応用は、特定の数の断層から生じる誤差を除去し、症候群の密度を大幅に減少させる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Implementing algorithms on a fault-tolerant quantum computer will require
fast decoding throughput and latency times to prevent an exponential increase
in buffer times between the applications of gates. In this work we begin by
quantifying these requirements. We then introduce the construction of local
neural network (NN) decoders using three-dimensional convolutions. These local
decoders are adapted to circuit-level noise and can be applied to surface code
volumes of arbitrary size. Their application removes errors arising from a
certain number of faults, which serves to substantially reduce the syndrome
density. Remaining errors can then be corrected by a global decoder, such as
Blossom or Union Find, with their implementation significantly accelerated due
to the reduced syndrome density. However, in the circuit-level setting, the
corrections applied by the local decoder introduce many vertical pairs of
highlighted vertices. To obtain a low syndrome density in the presence of
vertical pairs, we consider a strategy of performing a syndrome collapse which
removes many vertical pairs and reduces the size of the decoding graph used by
the global decoder. We also consider a strategy of performing a vertical
cleanup, which consists of removing all local vertical pairs prior to
implementing the global decoder. Lastly, we estimate the cost of implementing
our local decoders on Field Programmable Gate Arrays (FPGAs).
- Abstract(参考訳): フォールトトレラントな量子コンピュータ上でのアルゴリズムの実装には、ゲートのアプリケーション間のバッファ時間の指数的な増加を防ぐために、高速な復号スループットと遅延時間が必要となる。
この作業では、これらの要件の定量化から始めます。
次に,3次元畳み込みを用いた局所ニューラルネットワーク(NN)デコーダの構築を紹介する。
これらのローカルデコーダは回路レベルのノイズに適応し、任意の大きさの表面コードボリュームに適用できる。
そのアプリケーションは、特定の数の障害から生じるエラーを取り除き、症候群の密度を実質的に減少させる。
残されるエラーは、BlossomやUnion Findのようなグローバルデコーダによって修正され、シンドローム密度の低下により実装が大幅に高速化される。
しかし、回路レベルの設定では、局所デコーダが適用した補正は多くの垂直対のハイライトされた頂点を導入する。
垂直対の存在下での低シンドローム密度を得るために,多くの垂直対を除去し,グローバルデコーダが使用するデコードグラフのサイズを低減するシンドローム崩壊を行う戦略を検討する。
また、グローバルデコーダを実装する前に、すべてのローカルな垂直ペアを除去する垂直クリーンアップを行う戦略についても検討する。
最後に、フィールドプログラマブルゲートアレイ(FPGA)上でローカルデコーダを実装するコストを見積もる。
関連論文リスト
- Fault-Tolerant Quantum Memory using Low-Depth Random Circuit Codes [0.24578723416255752]
低深さランダム回路符号は、量子誤り訂正に望ましい多くの特性を有する。
1次元ランダム回路符号の符号化状態を作成するための耐故障性蒸留プロトコルを設計する。
数値シミュレーションにより,提案プロトコルはエラー率を最大2%の誤差率で補正できることを示す。
論文 参考訳(メタデータ) (2023-11-29T19:00:00Z) - Improved Noisy Syndrome Decoding of Quantum LDPC Codes with Sliding
Window [0.0]
本研究では,過去の症候群計測ラウンドの誤差を補正するスライディングウインドウ復号法について検討した。
注目すべきは、この改善がデコーディングの複雑さを大きくするコストを伴わないことだ。
論文 参考訳(メタデータ) (2023-11-06T17:56:49Z) - 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) - A Cryogenic Memristive Neural Decoder for Fault-tolerant Quantum Error
Correction [0.0]
本稿では,インメモリコンピューティングアーキテクチャに基づくニューラルデコーダ推論アクセラレータの設計と性能解析について報告する。
ハードウェアを意識したトレーニング手法が開発され、精度の低下が軽減される。
この研究は、QECを統合する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) - 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) - NAF: Neural Attenuation Fields for Sparse-View CBCT Reconstruction [79.13750275141139]
本稿では,スパースビューCBCT再構成のための新規かつ高速な自己教師型ソリューションを提案する。
所望の減衰係数は、3次元空間座標の連続関数として表現され、完全に接続されたディープニューラルネットワークによってパラメータ化される。
ハッシュ符号化を含む学習ベースのエンコーダが採用され、ネットワークが高周波の詳細をキャプチャするのに役立つ。
論文 参考訳(メタデータ) (2022-09-29T04:06:00Z) - Denoising Diffusion Error Correction Codes [92.10654749898927]
近年、ニューラルデコーダは古典的デコーダ技術に対する優位性を実証している。
最近の最先端のニューラルデコーダは複雑で、多くのレガシデコーダの重要な反復的スキームが欠如している。
本稿では,任意のブロック長の線形符号のソフトデコードにデノナイズ拡散モデルを適用することを提案する。
論文 参考訳(メタデータ) (2022-09-16T11:00:50Z) - 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) - A cellular automaton decoder for a noise-bias tailored color code [3.222802562733787]
自己補正量子メモリは、アクティブな量子誤り訂正プロトコルを改善するために利用される堅牢な特性を持つ。
物理量子ビットの基底が局所的に回転するカラーコードの変種に対するセルラーオートマトンデコーダを提案する。
本研究は,グローバルデコードにおける帯域幅の削減に役立つセル・オートマトン・デコーダの設計を動機としたものである。
論文 参考訳(メタデータ) (2022-03-30T17:59:59Z) - 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) - Reducing Redundancy in the Bottleneck Representation of the Autoencoders [98.78384185493624]
オートエンコーダは教師なしニューラルネットワークの一種であり、様々なタスクを解くのに使用できる。
本稿では,ボトルネック表現における特徴冗長性を明示的に罰する手法を提案する。
我々は,3つの異なるデータセットを用いた次元削減,MNISTデータセットを用いた画像圧縮,ファッションMNISTを用いた画像デノナイズという,さまざまなタスクにまたがってアプローチを検証した。
論文 参考訳(メタデータ) (2022-02-09T18:48:02Z)
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。