論文の概要: Unifying flavors of fault tolerance with the ZX calculus
- arxiv url: http://arxiv.org/abs/2303.08829v1
- Date: Wed, 15 Mar 2023 18:00:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-17 18:27:31.310345
- Title: Unifying flavors of fault tolerance with the ZX calculus
- Title（参考訳）: ZX計算による耐故障性の統一化
- Authors: Hector Bombin, Daniel Litinski, Naomi Nickerson, Fernando Pastawski,
and Sam Roberts
- Abstract要約: トポロジカルなフォールトトレランス(特に表面コード)のモデルに焦点を当てる。
これらのモデルは全て、基盤となる安定化器の耐故障構造の異なるフレーバーと見なすことができる。
- 参考スコア（独自算出の注目度）: 55.41644538483948
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: There are several models of quantum computation which exhibit shared
fundamental fault-tolerance properties. This article makes commonalities
explicit by presenting these different models in a unifying framework based on
the ZX calculus. We focus on models of topological fault tolerance -
specifically surface codes - including circuit-based, measurement-based and
fusion-based quantum computation, as well as the recently introduced model of
Floquet codes. We find that all of these models can be viewed as different
flavors of the same underlying stabilizer fault-tolerance structure, and
sustain this through a set of local equivalence transformations which allow
mapping between flavors. We anticipate that this unifying perspective will pave
the way to transferring progress among the different views of stabilizer
fault-tolerance and help researchers familiar with one model easily understand
others.
- Abstract（参考訳）: 基本的なフォールトトレランス特性を共有する量子計算のモデルがいくつか存在する。
この記事では、ZX計算に基づく統一フレームワークでこれらの異なるモデルを提示することで、共通性を明示する。
我々は、最近導入されたフロケ符号のモデルと同様に、回路ベース、計測ベース、融合ベース量子計算を含むトポロジカルフォールトトレランス特異的表面符号のモデルに焦点を当てる。
これらのモデルはすべて、同じ安定化可能なフォールトトレランス構造の異なるフレーバーと見なすことができ、フレーバー間のマッピングを可能にする一連の局所同値変換を通してこれを維持できる。
この統一的な視点は、安定したフォールトトレランスの異なる視点間で進捗を伝達する方法を開拓し、あるモデルに詳しい研究者が容易に他のモデルを理解するのに役立つことを期待する。
関連論文リスト
- Graphically Structured Diffusion Models [13.547280772634524]
問題固有の構造を持つ深層生成モデルを自動的に定義・学習するフレームワークを提案する。
我々は、ソート、スードゥークに対する制約満足度、行列分解といったアルゴリズムによって、従来より解決されてきた問題領域に取り組む。
論文 参考訳（メタデータ） (2022-10-20T23:36:01Z) - Surrogate Modeling for Physical Systems with Preserved Properties and
Adjustable Tradeoffs [0.0]
代理モデルを生成するためのモデルベースおよびデータ駆動型戦略を提案する。
後者は、前提となる位相構造に人工的関係を組み込むことで解釈可能な代理モデルを生成する。
我々のフレームワークは、分散パラメータモデルのための様々な空間離散化スキームと互換性がある。
論文 参考訳（メタデータ） (2022-02-02T17:07:02Z) - Estimation of Bivariate Structural Causal Models by Variational Gaussian
Process Regression Under Likelihoods Parametrised by Normalising Flows [74.85071867225533]
因果機構は構造因果モデルによって記述できる。
最先端の人工知能の大きな欠点の1つは、説明責任の欠如である。
論文 参考訳（メタデータ） (2021-09-06T14:52:58Z) - Evaluating Sensitivity to the Stick-Breaking Prior in Bayesian
Nonparametrics [85.31247588089686]
変分ベイズ法はベイズモデルのパラメトリック的および非パラメトリック的側面に対して感性が得られることを示す。
ベイズ感度分析に対する変動的アプローチの理論的および経験的支援を提供する。
論文 参考訳（メタデータ） (2021-07-08T03:40:18Z) - Structural Causal Models Are (Solvable by) Credal Networks [70.45873402967297]
因果推論は、干潟網の更新のための標準的なアルゴリズムによって得ることができる。
この貢献は, 干潟ネットワークによる構造因果モデルを表現するための体系的なアプローチと見なされるべきである。
実験により, 実規模問題における因果推論には, クレーダルネットワークの近似アルゴリズムがすぐに利用できることがわかった。
論文 参考訳（メタデータ） (2020-08-02T11:19:36Z) - Accounting for Unobserved Confounding in Domain Generalization [107.0464488046289]
本稿では,データセットの組み合わせから頑健で一般化可能な予測モデルを学習する際の問題点について検討する。
堅牢なモデルを学ぶことの課題の一部は、保存されていない共同設立者の影響にある。
異なるモダリティの医療データに対するアプローチの実証的性能を実証する。
論文 参考訳（メタデータ） (2020-07-21T08:18:06Z) - A Critical View of the Structural Causal Model [89.43277111586258]
相互作用を全く考慮せずに原因と効果を識別できることが示される。
本稿では,因果モデルの絡み合った構造を模倣する新たな逆行訓練法を提案する。
我々の多次元手法は, 合成および実世界の両方のデータセットにおいて, 文献的手法よりも優れている。
論文 参考訳（メタデータ） (2020-02-23T22:52:28Z) - Considering discrepancy when calibrating a mechanistic electrophysiology
model [41.77362715012383]
不確実性定量化(英: Uncertainty Quantification、UQ)は、数学的モデルとシミュレーションを用いて決定を行うための重要なステップである。
この記事では、モデル構造や方程式自体における不確実性という、我々の予測における重要かつ未適応な不確実性の源に注意を向ける。
論文 参考訳（メタデータ） (2020-01-13T13:26:13Z)
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。