論文の概要: Fault-tolerant Post-Selection for Low Overhead Magic State Preparation
- arxiv url: http://arxiv.org/abs/2212.00813v1
- Date: Thu, 1 Dec 2022 19:00:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-09 19:28:07.446496
- Title: Fault-tolerant Post-Selection for Low Overhead Magic State Preparation
- Title（参考訳）: 低オーバーヘッドマジック状態準備のためのフォールトトレラント後選択
- Authors: H\'ector Bomb\'in, Mihir Pant, Sam Roberts, Karthik I. Seetharam
- Abstract要約: 論理的ギャップに基づく選択後の戦略は、マジック状態準備チャネルの符号化エラー率を、オーバーヘッドの少ない物理誤差率のレベルに抑えることができる。
FTPSフレームワークは、より一般的なフォールトトレラントな論理チャネルにおけるエラーの軽減に利用できる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce a framework for fault-tolerant post-selection (FTPS) of
fault-tolerant codes and channels -- such as those based on surface-codes --
using soft-information metrics based on visible syndrome and erasure
information. We introduce several metrics for ranking configurations of
syndromes and erasures. In particular, we introduce the \emph{logical gap} (and
variants thereof) as a powerful soft-information metric for predicting logical
error rates of fault-tolerant channels based on topological error-correcting
codes. The logical gap is roughly the unsigned weight difference between
inequivalent logical corrections and is adaptable to any tailored noise model
or decoder. We deploy this framework to prepare high-quality surface code magic
states with low overhead under a model of independent and identically
distributed (\emph{i.i.d.}) Pauli and erasure errors. Post-selection strategies
based on the logical gap can suppress the encoding error rate of a magic state
preparation channel to the level of the physical error rate with low overhead.
For example, when operating at $60\%$ the bulk threshold of the corresponding
surface code, an overall reduction of the encoding error rate by a factor of
$15$ is achievable with a relative overhead factor of ${< 2}$ (approximately
$23$ times less than that of simple syndrome-counting rules). We analyze a
schematic buffer architecture for implementing post-selection rules on magic
state factories in the context of magic state distillation. The FTPS framework
can be utilized for mitigating errors in more general fault-tolerant logical
channels.
- Abstract（参考訳）: 我々は,可視的シンドロームと消去情報に基づくソフト情報メトリクスを用いて,表面コードに基づくようなフォールトトレラントなコードやチャネルのフォールトトレラントポスト選択(ftps)のためのフレームワークを提案する。
症候群や消去のランキング設定のための指標をいくつか紹介する。
特に,位相的誤り訂正符号に基づくフォールトトレラントチャネルの論理エラー率を予測するための強力なソフト情報指標として,emph{logical gap}(およびその変種)を導入する。
論理ギャップは、等価でない論理補正間の符号なしの重み差が大まかであり、いかなる調整されたノイズモデルやデコーダにも適応できる。
我々はこのフレームワークを、独立で同一に分散された(\emph{i.d.}) Pauli のモデルの下で、低オーバーヘッドで高品質な表面コードマジック状態を作成するためにデプロイし、エラーを消去する。
論理的ギャップに基づく選択後の戦略は、マジック状態準備チャネルの符号化エラー率を、オーバーヘッドの少ない物理誤差率のレベルに抑えることができる。
例えば、対応するサーフェスコードのバルクしきい値の60\%で操作する場合、エンコードエラー率を15ドルとすると、相対的なオーバーヘッド係数が${<2}$(単純なシンドロームカウントルールよりも約23ドル安い)となる。
我々は,魔法の状態蒸留の文脈において,魔法の状態工場における選択後規則を実装するためのスキーマバッファアーキテクチャを解析する。
FTPSフレームワークは、より一般的なフォールトトレラントな論理チャネルにおけるエラーの軽減に利用できる。
関連論文リスト
- $\mathbb{USCD}$: Improving Code Generation of LLMs by Uncertainty-Aware Selective Contrastive Decoding [64.00025564372095]
大規模言語モデル(LLM)は、コード生成において顕著な能力を示している。
幻覚の影響(例えば出力ノイズ)は、LLMが1パスで高品質なコードを生成するのを難しくする。
単純かつ効果的なtextbfuncertainty-aware textbf select textbfcontrastive textbfdecodingを提案する。
論文 参考訳（メタデータ） (2024-09-09T02:07:41Z) - Mitigating errors in logical qubits [1.6385815610837167]
排他的復号器を用いた論理的故障率の定量化手法を開発した。
コード距離で排他率が減衰する低エラー率の制度を同定する。
我々の研究は、量子誤り訂正における強力なツールとしてのポストセレクションの重要性を強調している。
論文 参考訳（メタデータ） (2024-05-06T18:04:41Z) - FFN-SkipLLM: A Hidden Gem for Autoregressive Decoding with Adaptive Feed Forward Skipping [49.66872823080736]
自己回帰型大規模言語モデル(LLaMa, GPT)は、言語理解と生成において顕著な成功を収めている。
発生時に発生する過負荷を軽減するため、いくつかの早期退避および層下降戦略が提案されている。
本稿では,入力適応型フィードフォワードスキップ戦略であるFFN-SkipLLMを提案する。
論文 参考訳（メタデータ） (2024-04-05T02:35:43Z) - Reducing the error rate of a superconducting logical qubit using analog readout information [2.5466328776335936]
従来の誤り復号法は、アナログ(ソフト)読み出し信号に埋め込まれた貴重な情報を無視する。
本稿では,復号処理にソフト情報を組み込むことの利点を示す実験結果を示す。
その結果,ソフト情報を用いて抽出した論理誤差率を最大6.8%削減できることがわかった。
論文 参考訳（メタデータ） (2024-03-01T17:48:23Z) - Fault-tolerant quantum architectures based on erasure qubits [49.227671756557946]
我々は、支配的なノイズを既知の場所での消去に効率よく変換することで、消去量子ビットの考え方を利用する。
消去量子ビットと最近導入されたFloquet符号に基づくQECスキームの提案と最適化を行う。
以上の結果から, 消去量子ビットに基づくQECスキームは, より複雑であるにもかかわらず, 標準手法よりも著しく優れていることが示された。
論文 参考訳（メタデータ） (2023-12-21T17:40:18Z) - Global Context Aggregation Network for Lightweight Saliency Detection of
Surface Defects [70.48554424894728]
我々は,エンコーダ・デコーダ構造上の表面欠陥を簡易に検出するためのGCANet(Global Context Aggregation Network)を開発した。
まず、軽量バックボーンの上部層に新しいトランスフォーマーエンコーダを導入し、DSA(Depth-wise Self-Attention)モジュールを通じてグローバルなコンテキスト情報をキャプチャする。
3つの公開欠陥データセットの実験結果から,提案したネットワークは,他の17の最先端手法と比較して,精度と実行効率のトレードオフを良好に達成できることが示された。
論文 参考訳（メタデータ） (2023-09-22T06:19:11Z) - Bounds on Autonomous Quantum Error Correction [3.9119979887528125]
我々は、幅広い量子ビットおよびボソニックな誤り訂正符号で実装できるマルコフの自律デコーダを解析する。
多体量子符号の場合、能動的誤り訂正に匹敵する誤り抑制を達成するために、自律デコーダは一般にコードサイズに応じて増大する修正率を必要とする。
論文 参考訳（メタデータ） (2023-08-30T18:00:07Z) - Concatenation Schemes for Topological Fault-tolerant Quantum Error
Correction [1.6114012813668934]
本稿では、3次元クラスタ状態と小さな誤り検出符号の結合に基づくフォールトトレラントな量子誤り訂正手法を提案する。
このような変換が可能な一組の符号を見つけ、その性能を標準回路レベルの分極モデルと比較する。
私たちの最高のパフォーマンススキームは、古典的なコードとの結合に基づくもので、閾値を16.5%で改善し、時空のオーバーヘッドを32%で削減します。
論文 参考訳（メタデータ） (2022-09-20T00:08:28Z) - 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) - Logical blocks for fault-tolerant topological quantum computation [55.41644538483948]
本稿では,プラットフォームに依存しない論理ゲート定義の必要性から,普遍的なフォールトトレラント論理の枠組みを提案する。
資源オーバーヘッドを改善するユニバーサル論理の新しいスキームについて検討する。
境界のない計算に好適な論理誤差率を動機として,新しい計算手法を提案する。
論文 参考訳（メタデータ） (2021-12-22T19:00:03Z) - Error-rate-agnostic decoding of topological stabilizer codes [0.0]
我々は、位相フリップとビットフリップの相対確率というバイアスに依存するデコーダを開発するが、誤差率には依存しない。
我々のデコーダは、与えられたシンドロームの同値類における最も可能性の高いエラー連鎖の数と有効重みを数えることに基づいている。
論文 参考訳（メタデータ） (2021-12-03T15:45:12Z)
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。