Fugu-MT 論文翻訳(概要): An interpretation of Union-Find Decoder on Weighted Graphs

論文の概要: An interpretation of Union-Find Decoder on Weighted Graphs

arxiv url: http://arxiv.org/abs/2211.03288v1
Date: Mon, 7 Nov 2022 03:54:03 GMT
ステータス: 処理完了
システム内更新日: 2023-01-20 02:08:46.169782
Title: An interpretation of Union-Find Decoder on Weighted Graphs
Title（参考訳）: 重み付きグラフ上のUnion-Find Decoderの解釈
Authors: Yue Wu, Namitha Liyanage, Lin Zhong
Abstract要約: Union-Find (UF) と Minimum-Weight Perfect Matching (MWPM) は、表面符号のデコーダとして人気がある。 UFデコーダとMWPMデコーダの解釈について述べる。
参考スコア（独自算出の注目度）: 5.822760163522093
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Union-Find (UF) and Minimum-Weight Perfect Matching (MWPM) are popular decoder designs for surface codes. The former has significantly lower time complexity than the latter but is considered somewhat inferior, in terms of decoding accuracy. In this work we present an interpretation of UF decoders that explains why UF and MWPM decoders perform closely in some cases: the UF decoder is an approximate implementation of the blossom algorithm used for MWPM. This interpretation allows a generalization of UF decoders for weighted decoding graphs and explains why UF decoders achieve high accuracy for certain surface codes.
Abstract（参考訳）: Union-Find (UF) と Minimum-Weight Perfect Matching (MWPM) は、表面符号のデコーダとして人気がある。前者は後者よりも時間複雑さが著しく低いが、復号精度では若干劣っていると考えられている。本稿では,UFデコーダとMWPMデコーダが密接に機能する理由を説明するUFデコーダの解釈について述べる。この解釈は、重み付きデコードグラフに対するUFデコーダの一般化を可能にし、UFデコーダが特定の曲面符号に対して高い精度を達成する理由を説明する。

関連論文リスト

Collective Bit Flipping-Based Decoding of Quantum LDPC Codes [0.6554326244334866]
可変次数-3(dv-3)QLDPC符号の繰り返し復号化による誤り訂正性能と復号遅延の両方を改善した。我々の復号方式は、ビットフリップ(BF)デコーディングの修正版、すなわち2ビットビットフリップ(TBF)デコーディングを適用することに基づいている。
論文参考訳（メタデータ） (2024-06-24T18:51:48Z)
On Leveraging Encoder-only Pre-trained Language Models for Effective Keyphrase Generation [76.52997424694767]
本研究では、キーフレーズ生成(KPG)におけるエンコーダのみの事前学習言語モデル(PLM)の適用について述べる。エンコーダのみの PLM では、条件付きランダムフィールドを持つ KPE は、現在のキーフレーズの同定においてわずかに優れているが、KPG の定式化はキーフレーズの予測の幅広いスペクトルを表現している。また,エンコーダのみの PLM を用いたエンコーダデコーダアーキテクチャを用いる場合,幅よりもモデル深度に対するパラメータ割り当てが望ましいことを示す。
論文参考訳（メタデータ） (2024-02-21T18:57:54Z)
A blockBP decoder for the surface code [0.0]
本稿では,テンソル・ネットワーク・デコーダの精度と信念伝達アルゴリズムの効率性と並列性を組み合わせた表面符号のための新しいデコーダを提案する。したがって、デコーダは、縮退した最大可能性復号化フレームワークで動作する信念伝播復号器である。
論文参考訳（メタデータ） (2024-02-07T13:32:32Z)
Bit-flipping Decoder Failure Rate Estimation for (v,w)-regular Codes [84.0257274213152]
並列ビットフリップデコーダのDFRを高精度に推定する手法を提案する。本研究は,本症候群のモデル化およびシミュレーションによる重み比較,第1イテレーション終了時の誤りビット分布の誤検出,復号化復号化率(DFR)について検証した。
論文参考訳（メタデータ） (2024-01-30T11:40:24Z)
Splitting decoders for correcting hypergraph faults [2.389598109913754]
本稿では,デコードハイパーグラフのハイパーエッジをエッジに分割する2つのアルゴリズムを提案する。分割後、ハイパーグラフフォールトは任意のサーフェスコードデコーダを使ってデコードできる。この戦略がLDPC符号のいくつかのクラスにおいて優れた性能をもたらすことを実証的に示す。
論文参考訳（メタデータ） (2023-09-27T01:49:04Z)
Machine Learning-Aided Efficient Decoding of Reed-Muller Subcodes [59.55193427277134]
Reed-Muller (RM) 符号は、一般的なバイナリインプットメモリレス対称チャネルの容量を達成する。 RM符号は制限されたレートのみを許容する。効率的なデコーダは、RM符号に対して有限長で利用可能である。
論文参考訳（メタデータ） (2023-01-16T04:11:14Z)
Conservation laws and quantum error correction: towards a generalised matching decoder [2.1756081703276]
原型量子低密度パリティチェック符号である表面符号の復号アルゴリズムについて検討する。デコーダは、表面符号安定化素子間の物質化された対称性によって生じる基盤構造を利用する。本研究では,特定の特性を持つ符号に対して,最小重み付き完全整合デコーダを構築する方式を提案する。
論文参考訳（メタデータ） (2022-07-13T18:00:00Z)
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)
Dense Coding with Locality Restriction for Decoder: Quantum Encoders vs. Super-Quantum Encoders [67.12391801199688]
我々は、デコーダに様々な局所性制限を課すことにより、濃密な符号化について検討する。このタスクでは、送信者アリスと受信機ボブが絡み合った状態を共有する。
論文参考訳（メタデータ） (2021-09-26T07:29:54Z)
Combining hard and soft decoders for hypergraph product codes [0.3326320568999944]
ハイパーグラフ製品コードは、スモールセットフリップ (SSF) と呼ばれる線形時間デコーダを備えた定数レート量子低密度パリティチェック (LDPC) 符号である。このデコーダは、実際には準最適性能を示し、非常に大きなエラー訂正符号を必要とする。本稿では,信念伝搬(BP)アルゴリズムとSFデコーダを組み合わせたハイブリッドデコーダを提案する。
論文参考訳（メタデータ） (2020-04-23T14:48:05Z)
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。