Fugu-MT 論文翻訳(概要): Enhanced repetition codes for the cross-platform comparison of progress towards fault-tolerance

論文の概要: Enhanced repetition codes for the cross-platform comparison of progress towards fault-tolerance

arxiv url: http://arxiv.org/abs/2308.08909v1
Date: Thu, 17 Aug 2023 10:43:49 GMT
ステータス: 処理完了
システム内更新日: 2023-08-21 17:05:44.221608
Title: Enhanced repetition codes for the cross-platform comparison of progress towards fault-tolerance
Title（参考訳）: フォールトトレランスの進展をクロスプラットフォームで比較するための改良された繰り返しコード
Authors: Milan Liepelt, Tommaso Peduzzi, James R. Wootton
Abstract要約: 繰り返し符号は、クロスプラットフォームの比較を可能にする実験の一般的な基礎となっている。本稿では,繰り返しコード実験を拡張・改善する手法を提案する。
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: Achieving fault-tolerance will require a strong relationship between the hardware and the protocols used. Different approaches will therefore naturally have tailored proof-of-principle experiments to benchmark progress. Nevertheless, repetition codes have become a commonly used basis of experiments that allow cross-platform comparisons. Here we propose methods by which repetition code experiments can be expanded and improved, while retaining cross-platform compatibility. We also consider novel methods of analyzing the results, which offer more detailed insights than simple calculation of the logical error rate.
Abstract（参考訳）: フォールトトレランスを達成するには、ハードウェアと使用するプロトコルの間に強い関係が必要だ。したがって、異なるアプローチは当然、進歩をベンチマークするための実証実験を調整する。それでも、繰り返し符号はクロスプラットフォームの比較を可能にする実験の一般的な基礎となっている。本稿では,プラットフォーム間の互換性を維持しつつ,繰り返しコード実験を拡張し,改良する手法を提案する。また、論理誤差率の単純な計算よりも詳細な知見を提供する新しい解析手法についても検討する。

関連論文リスト

Binary Code Similarity Detection via Graph Contrastive Learning on Intermediate Representations [52.34030226129628]
バイナリコード類似度検出(BCSD)は、脆弱性検出、マルウェア分析、コードの再利用識別など、多くの分野で重要な役割を果たしている。本稿では,LLVM-IRと高レベルのセマンティック抽象化を利用して,コンパイル差を緩和するIRBinDiffを提案する。 IRBinDiffは1対1の比較と1対多の検索シナリオにおいて,他の主要なBCSD手法よりも優れていることを示す。
論文参考訳（メタデータ） (2024-10-24T09:09:20Z)
Position: Benchmarking is Limited in Reinforcement Learning Research [33.596940437995904]
本研究では,厳密な実験設計における計算コストの増大の原因について検討する。ベンチマークの限界を克服するために、新たな実験パラダイムを使うことを議論する。
論文参考訳（メタデータ） (2024-06-23T23:36:26Z)
Low-Depth Flag-Style Syndrome Extraction for Small Quantum Error-Correction Codes [1.2354542488854734]
フラッグスタイルのフォールトトレランスは、小さなフォールトトレラント量子エラー補正実験の実現におけるリンチピンとなっている。安定度測定の動的選択は,低深度シンドローム抽出回路を用いたフラグプロトコルに導かれることを示す。この研究は、フォールトトレラント量子エラー補正における回路オーバーヘッドを低減するために、フル安定化器群の特性を利用するための対話を開放する。
論文参考訳（メタデータ） (2023-05-01T12:08:09Z)
MaxMatch: Semi-Supervised Learning with Worst-Case Consistency [149.03760479533855]
半教師付き学習(SSL)のための最悪ケース整合正則化手法を提案する。本稿では,ラベル付きトレーニングデータとラベル付きトレーニングデータとを別々に比較した経験的損失項からなるSSLの一般化について述べる。この境界によって動機づけられたSSLの目的は、元のラベルのないサンプルと、その複数の拡張版との最大の矛盾を最小限に抑えるものである。
論文参考訳（メタデータ） (2022-09-26T12:04:49Z)
On the Versatile Uses of Partial Distance Correlation in Deep Learning [47.11577420740119]
本稿では、異なる次元の特徴空間間の相関を評価するために設計された距離相関(および部分変量)と呼ばれる統計学から(広く知られていない)再検討する。本稿では,大規模モデルへの展開に必要なステップについて述べる。これは、ある深いモデルw.r.t.を条件付けすること、非絡み合った表現を学習すること、および敵の攻撃に対してより堅牢な多様なモデルを最適化することなど、驚くべき一連のアプリケーションへの扉を開く。
論文参考訳（メタデータ） (2022-07-20T06:36:11Z)
Improving Diffusion Models for Inverse Problems using Manifold Constraints [55.91148172752894]
我々は,現在の解法がデータ多様体からサンプルパスを逸脱し,エラーが蓄積することを示す。この問題に対処するため、多様体の制約に着想を得た追加の補正項を提案する。本手法は理論上も経験上も従来の方法よりも優れていることを示す。
論文参考訳（メタデータ） (2022-06-02T09:06:10Z)
Pipelined correlated minimum weight perfect matching of the surface code [56.01788646782563]
最小ウェイト完全マッチングを用いて表面コードを復号するパイプライン手法について述べる。独立な非通信可能な並列化処理段階は、潜在的な相関に従ってグラフを再重み付けする。後続の一般的なステージがマッチングを終了します。完全にフォールトトレラントなトーリック, 回転しない, 回転する曲面符号に対して, 新たなアルゴリズムの有効性を検証した。
論文参考訳（メタデータ） (2022-05-19T19:58:02Z)
Benchmarking Deep Models for Salient Object Detection [67.07247772280212]
汎用SALOD(General SALient Object Detection)ベンチマークを構築し,複数のSOD手法の総合的な比較を行った。以上の実験では、既存の損失関数は、通常いくつかの指標に特化しているが、他の指標には劣る結果が報告されている。我々は,深層ネットワークに画素レベルと画像レベルの両方の監視信号を統合することにより,より識別的な特徴を学習するためのエッジ・アウェア・ロス(EA)を提案する。
論文参考訳（メタデータ） (2022-02-07T03:43:16Z)
Deblurring via Stochastic Refinement [85.42730934561101]
条件付き拡散モデルに基づくブラインドデブロアリングのための代替フレームワークを提案する。提案手法は,PSNRなどの歪み指標の点で競合する。
論文参考訳（メタデータ） (2021-12-05T04:36:09Z)
STRATA: Simple, Gradient-Free Attacks for Models of Code [7.194523054331424]
コードモデル上の逆例を生成するための,単純で効率的な勾配のない手法を開発した。本手法は,より少ない情報と少ない計算量で競合する勾配法より経験的に優れる。
論文参考訳（メタデータ） (2020-09-28T18:21:19Z)
An end-to-end approach for the verification problem: learning the right distance [15.553424028461885]
パラメトリックな擬似距離を導入し、エンコーダと共同で学習することで、メトリック学習の設定を強化する。まず、仮説テストに使用できる確率比を近似して示す。提案手法では,実際の距離を持つメートル法学習に比べて,学習の簡易化が図られている。
論文参考訳（メタデータ） (2020-02-21T18:46:06Z)

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。