論文の概要: On Belief Propagation Decoding of Quantum Codes with Quaternary
Reliability Statistics
- arxiv url: http://arxiv.org/abs/2305.03321v1
- Date: Fri, 5 May 2023 06:59:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-08 15:09:36.443864
- Title: On Belief Propagation Decoding of Quantum Codes with Quaternary
Reliability Statistics
- Title（参考訳）: 第四次信頼性統計を用いた量子符号の伝播デコードについて
- Authors: Ching-Feng Kung, Kao-Yueh Kuo, and Ching-Yi Lai
- Abstract要約: 量子符号の順序付き統計復号法(OSD)における第4次信頼性統計の利用について検討する。
BPが出力する第四次信頼性情報とハード決定履歴を利用してOSDの信頼性ソートを行う手法を提案する。
- 参考スコア（独自算出の注目度）: 3.2689702143620143
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we investigate the use of quaternary reliability statistics
for ordered statistics decoding (OSD) of quantum codes. OSD can be used to
improve the performance of belief propagation (BP) decoding when it fails to
correct the error syndrome. We propose an approach that leverages quaternary
reliability information and the hard-decision history output by BP to perform
reliability sorting for OSD. This approach improves upon previous methods that
separately treat X and Z errors, by preserving the X/Z correlations during the
sorting step. Our simulations show that the refined BP with scalar messages and
the proposed OSD outperforms previous BP-OSD combinations. We achieve
thresholds of 17.5% for toric, surface, and XZZX codes, and 14.8% for hexagonal
planar color codes.
- Abstract（参考訳）: 本稿では,量子コードの順序統計復号化(OSD)における4次信頼性統計の利用について検討する。
OSDは、エラーシンドロームの修正に失敗した場合に、信念伝達(BP)復号の性能を向上させるために使用できる。
BPが出力する第四次信頼性情報とハード決定履歴を利用してOSDの信頼性ソートを行う手法を提案する。
このアプローチは、ソートステップ中にX/Z相関を保存することにより、XとZのエラーを別々に扱う従来の方法を改善する。
シミュレーションの結果,スカラーメッセージを用いた改良BPとOSDは,従来のBP-OSDの組み合わせよりも優れていた。
我々は、トーリック、サーフェス、XZX符号で17.5%、六角形の平面カラー符号で14.8%の閾値を得る。
関連論文リスト
- Informed Dynamic Scheduling for QLDPC Codes [1.7802147489386628]
SRBPに基づくQLDPC符号に対するエッジワイド動的スケジューリング(IDS)の検討
この障害と量子トラップセットに対処するために、エッジプール設計とエラー事前補正を含む2つの戦略が導入された。
The novel sRBP with a predict-and-reduce-error mechanism (PRE-sRBP)。
論文 参考訳（メタデータ） (2024-10-02T03:00:15Z) - Synchronous Faithfulness Monitoring for Trustworthy Retrieval-Augmented Generation [96.78845113346809]
Retrieval-augmented Language Model (RALMs) は、知識集約型タスクにおいて、高い性能と幅広い適用性を示している。
本稿では,非偽文の検出に微細な復号力学を利用する軽量モニタであるSynCheckを提案する。
また、長文検索拡張生成のためのビームサーチによって導かれる忠実度指向の復号アルゴリズムであるFODを導入する。
論文 参考訳（メタデータ） (2024-06-19T16:42:57Z) - Near-optimal decoding algorithm for color codes using Population Annealing [44.99833362998488]
回復操作を高い確率で行うデコーダを実装した。
異なる雑音モデルの下で4.8.8色符号格子上でのデコーダ性能について検討する。
論文 参考訳（メタデータ） (2024-05-06T18:17:42Z) - Belief Propagation Decoding of Quantum LDPC Codes with Guided Decimation [55.8930142490617]
BPガイドデシミテーション(BPGD)に基づくQLDPC符号のデコーダを提案する。
BPGDは非収束によるBP故障率を著しく低下させる。
論文 参考訳（メタデータ） (2023-12-18T05:58:07Z) - Correcting phenomenological quantum noise via belief propagation [7.469588051458094]
量子スタビライザー符号は、しばしばエラー発生率の測定によるシンドロームエラーの課題に直面している。
本稿では,2つのシンドローム抽出の間にデータキュービット誤りが発生する現象論的復号問題について考察する。
単発誤り訂正のための効果的な冗長な安定化器チェックを構築する手法を提案する。
論文 参考訳（メタデータ） (2023-10-19T12:23:05Z) - Neural Belief Propagation Decoding of Quantum LDPC Codes Using
Overcomplete Check Matrices [60.02503434201552]
元のチェック行列における行の線形結合から生成された冗長な行を持つチェック行列に基づいてQLDPC符号を復号する。
このアプローチは、非常に低い復号遅延の利点を付加して、復号性能を著しく向上させる。
論文 参考訳（メタデータ） (2022-12-20T13:41:27Z) - Generalized Belief Propagation Algorithms for Decoding of Surface Codes [0.0]
本稿では,表層符号の復号化に成功した外部再初期化ループを用いた一般化された信念伝搬法を提案する。
独立ビット・位相フリップデータノイズ(20.6%の理想しきい値と比較)の17%、非BP後処理法で達成したしきい値(18.9%の理想しきい値と比較)の14%の脱分極データノイズ(18.9%の理想しきい値)のしきい値について報告する。
論文 参考訳（メタデータ） (2022-12-06T18:37:27Z) - Error-based Knockoffs Inference for Controlled Feature Selection [49.99321384855201]
本手法では, ノックオフ特徴量, エラーベース特徴重要度統計量, ステップダウン手順を一体化して, エラーベースのノックオフ推定手法を提案する。
提案手法では回帰モデルを指定する必要はなく,理論的保証で特徴選択を処理できる。
論文 参考訳（メタデータ） (2022-03-09T01:55:59Z) - Evaluating probabilistic classifiers: Reliability diagrams and score
decompositions revisited [68.8204255655161]
確率的に統計的に一貫性があり、最適に結合し、再現可能な信頼性図を自動生成するCORP手法を導入する。
コーパスは非パラメトリックアイソトニック回帰に基づいており、プール・アジャセント・ヴァイオレータ(PAV)アルゴリズムによって実装されている。
論文 参考訳（メタデータ） (2020-08-07T08:22:26Z) - Uncertainty Estimation Using a Single Deep Deterministic Neural Network [66.26231423824089]
本稿では,1回のフォワードパスで,テスト時に分布データポイントの発見と拒否が可能な決定論的ディープモデルを訓練する手法を提案する。
我々は,新しい損失関数とセントロイド更新方式を用いて,これらをスケールトレーニングし,ソフトマックスモデルの精度に適合させる。
論文 参考訳（メタデータ） (2020-03-04T12:27:36Z)
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。