論文の概要: Actis: A Strictly Local Union-Find Decoder
- arxiv url: http://arxiv.org/abs/2305.18534v4
- Date: Wed, 8 Nov 2023 18:08:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-09 19:51:23.557367
- Title: Actis: A Strictly Local Union-Find Decoder
- Title(参考訳): Actis: 厳格なローカルUnion-Findデコーダ
- Authors: Tim Chan, Simon C. Benjamin
- Abstract要約: Union-Findデコーダはフォールトトレラント量子コンピューティングの最も優れた候補の一つである。
この厳密な(部分的な)局所性が現実的であることを示すのはこれが初めてである。
従来提案されていたアーキテクチャを単純化できる新しいパリティ計算方式が採用されている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Fault-tolerant quantum computing requires classical hardware to perform the
decoding necessary for error correction. The Union-Find decoder is one of the
best candidates for this. It has remarkably organic characteristics, involving
the growth and merger of data structures through nearest-neighbour steps; this
naturally suggests the possibility of its realisation using a lattice of simple
processors with nearest-neighbour links. In this way the computational load can
be distributed with near-ideal parallelism. Here we show for the first time
that this strict (rather than partial) locality is practical, with a worst-case
runtime $\mathcal O(d^3)$ and mean runtime subquadratic in the surface code
distance $d$. A novel parity-calculation scheme is employed which can simplify
previously proposed architectures, and our approach is optimised for
circuit-level noise. We compare our local realisation with one augmented by
long-range links; while the latter is of course faster, we note that local
asynchronous logic could negate the difference.
- Abstract(参考訳): フォールトトレラント量子コンピューティングは、エラー訂正に必要なデコードを実行するために古典的なハードウェアを必要とする。
ユニオン・フィールド・デコーダは最も優れた候補の1つである。
これは、近距離のステップを通じてデータ構造の成長とマージを伴い、非常に有機的な特徴を持ち、これは自然に近距離のリンクを持つ単純なプロセッサの格子を用いた実現の可能性を示している。
このように計算負荷は、ほぼ理想的並列性で分散することができる。
ここでは、この厳密な(部分的な)局所性が初めて実践的であることを示し、最悪の場合のランタイム $\mathcal o(d^3)$ と、表面コード距離 $d$ で平均実行時サブクアドドラティックを持つ。
提案するアーキテクチャを単純化する新しいパリティ計算方式を採用し,回路レベルの雑音に対して最適化した。
ローカル実現を長距離リンクで拡張したものと比較する。後者はもちろん高速ですが、ローカルな非同期ロジックは違いを無効にする可能性があることに注意してください。
関連論文リスト
- Fault-tolerant quantum computing with the parity code and noise-biased qubits [0.0]
本稿では,ノイズバイアス量子ビットのコード結合とパリティアーキテクチャに基づく,フォールトトレラントな普遍量子コンピューティングアーキテクチャを提案する。
パリティアーキテクチャは、近接する物理的相互作用から任意の論理接続を得るために特別に調整されたLDPCコードとして理解することができる。
論文 参考訳(メタデータ) (2024-04-17T12:49:31Z) - The closed-branch decoder for quantum LDPC codes [0.0]
実時間復号化は論理レベルで任意の量子計算を実装する上で必要である。
本稿では,量子低密度パリティチェック(QLDPC)のための新しいデコーダを提案する。
論文 参考訳(メタデータ) (2024-02-02T16:22:32Z) - CORE: Common Random Reconstruction for Distributed Optimization with
Provable Low Communication Complexity [110.50364486645852]
コミュニケーションの複雑さは、トレーニングをスピードアップし、マシン番号をスケールアップする上で、大きなボトルネックになっています。
本稿では,機械間で送信される情報を圧縮するための共通Om REOmを提案する。
論文 参考訳(メタデータ) (2023-09-23T08:45:27Z) - Scalable Quantum Error Correction for Surface Codes using FPGA [67.74017895815125]
フォールトトレラントな量子コンピュータは、出現するよりも早くデコードし、エラーを修正する必要がある。
並列計算資源を利用したUnion-Findデコーダの分散バージョンを報告する。
この実装では、並列コンピューティングリソースをハイブリッドツリーグリッド構造に整理する、Heliosと呼ばれるスケーラブルなアーキテクチャを採用している。
論文 参考訳(メタデータ) (2023-01-20T04:23:00Z) - DADAO: Decoupled Accelerated Decentralized Asynchronous Optimization [0.0]
DADAOは、L$-smooth と $mu$-strongly convex 関数の和を最小化する最初の分散化、高速化、非同期化、プライマリ化、一階述語アルゴリズムである。
我々のアルゴリズムは、$mathcalO(nsqrtchisqrtfracLmulog(frac1epsilon)$ localと$mathcalO(nsqrtchisqrtfracLmulog()のみを必要とすることを示す。
論文 参考訳(メタデータ) (2022-07-26T08:47:54Z) - Rapid Person Re-Identification via Sub-space Consistency Regularization [51.76876061721556]
Person Re-Identification (ReID) は、歩行者を分離したカメラで識別する。
実値特徴記述子を用いた既存のReID法は精度が高いが、ユークリッド距離計算が遅いため効率が低い。
本稿では,ReID 処理を 0.25 倍高速化するサブスペース一貫性規則化 (SCR) アルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-07-13T02:44:05Z) - A Push-Relabel Based Additive Approximation for Optimal Transport [5.111364864495785]
最適な輸送を計算するための厳密なアルゴリズムは遅くなる。
我々は、OT距離の$varepsilon$approximationを求めるための、新しい非常に単純なアプローチを導入する。
我々のアルゴリズムは、OT距離を計算するために、O(n2/varepsilon2)$のほぼ最適実行時間を達成する。
論文 参考訳(メタデータ) (2022-03-07T21:40:14Z) - STEM: A Stochastic Two-Sided Momentum Algorithm Achieving Near-Optimal
Sample and Communication Complexities for Federated Learning [58.6792963686231]
フェデレートラーニング(FL)とは、複数のワーカノード(WN)がローカルデータを用いてジョイントモデルを構築するパラダイムを指す。
WNの最小更新方向、最初のミニバッチサイズ、ローカル更新頻度をどうやって選択するかは明らかになっていない。
局所的な更新頻度と局所的なミニサイズとの間にはトレードオフ曲線があることを示し、上記の複雑さを維持できることを示す。
論文 参考訳(メタデータ) (2021-06-19T06:13:45Z) - Learning to Accelerate Heuristic Searching for Large-Scale Maximum
Weighted b-Matching Problems in Online Advertising [51.97494906131859]
バイパルタイトbマッチングはアルゴリズム設計の基本であり、経済市場や労働市場などに広く適用されている。
既存の正確で近似的なアルゴリズムは、通常そのような設定で失敗する。
我々は、以前の事例から学んだ知識を活用して、新しい問題インスタンスを解決するtextttNeuSearcherを提案する。
論文 参考訳(メタデータ) (2020-05-09T02:48:23Z) - Lagrangian Decomposition for Neural Network Verification [148.0448557991349]
ニューラルネットワーク検証の基本的なコンポーネントは、出力が取ることのできる値のバウンダリの計算である。
ラグランジアン分解に基づく新しい手法を提案する。
ランニングタイムのごく一部で、既成の解法に匹敵するバウンダリが得られることを示す。
論文 参考訳(メタデータ) (2020-02-24T17:55:10Z) - Optimal local unitary encoding circuits for the surface code [0.2770822269241973]
表面符号は高いしきい値のため、主要な量子誤り訂正符号である。
平面面符号に対して最適な局所ユニタリ符号化回路を提案する。
また、平面符号の符号化回路を用いて、コンパクトマッピングにおけるフェルミオン状態を作成する方法を示す。
論文 参考訳(メタデータ) (2020-02-02T11:09:46Z)
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。
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。