論文の概要: QDistRnd: A GAP package for computing the distance of quantum
error-correcting codes
- arxiv url: http://arxiv.org/abs/2308.15140v1
- Date: Tue, 29 Aug 2023 09:17:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-30 14:59:08.580748
- Title: QDistRnd: A GAP package for computing the distance of quantum
error-correcting codes
- Title（参考訳）: QDistRnd: 量子誤り訂正符号の距離を計算するためのGAPパッケージ
- Authors: Leonid P. Pryadko, Vadim A. Shabashov, and Valerii K. Kozin
- Abstract要約: GAPパッケージQDistRndは、有限体GF(q)上で線形な量子低密度パリティチェック符号の最小距離を求める確率的アルゴリズムを実装している
- 参考スコア（独自算出の注目度）: 0.029541734875307393
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The GAP package QDistRnd implements a probabilistic algorithm for finding the
minimum distance of a quantum low-density parity-check code linear over a
finite field GF(q). At each step several codewords are randomly drawn from a
distribution biased toward smaller weights. The corresponding weights are used
to update the upper bound on the distance, which eventually converges to the
minimum distance of the code. While there is no performance guarantee, an
empirical convergence criterion is given to estimate the probability that a
minimum weight codeword has been found. In addition, a format for storing
matrices associated with q-ary quantum codes is introduced and implemented via
the provided import/export functions. The format, MTXE, is based on the well
established MaTrix market eXchange (MTX) Coordinate format developed at NIST,
and is designed for full backward compatibility with this format. Thus, MTXE
files are readable by any software package which supports MTX.
- Abstract（参考訳）: GAPパッケージQDistRndは、有限体GF(q)上で線形な量子低密度パリティチェック符号の最小距離を求める確率的アルゴリズムを実装している。
各ステップにおいて、いくつかの符号語はより小さな重みに偏った分布からランダムに引き出される。
対応する重みは距離上の上限を更新するために使用され、最終的にコードの最小距離に収束する。
性能保証はないが、最小ウェイトコードワードが発見された確率を推定するために経験的な収束基準が与えられる。
さらに、q-ary量子符号に関連する行列を格納するためのフォーマットを導入し、提供されたインポート/エクスポート機能を介して実装する。
このフォーマットであるMTXEは、NISTが開発したMaTrix Market eXchange (MTX) Coordinateフォーマットをベースにしており、このフォーマットとの完全な後方互換性のために設計されている。
したがって、MTXEファイルはMTXをサポートするあらゆるソフトウェアパッケージで読めます。
関連論文リスト
- MultiMax: Sparse and Multi-Modal Attention Learning [60.49318008131978]
SoftMaxは現代の機械学習アルゴリズムのユビキタスな成分である。
分散性はSoftMaxの変種族によって達成できるが、それらはしばしば代替損失関数を必要とし、多重モダリティを保たない。
入力入力範囲に応じて出力分布を適応的に変調するMultiMaxを提案する。
論文 参考訳（メタデータ） (2024-06-03T10:51:43Z) - Determining the upper bound of code distance of quantum stabilizer codes
through Monte Carlo method based on fully decoupled belief propagation [19.39678519027849]
本稿ではモンテカルロ法の概念を用いて,QSCのコード距離の上限を決定するアルゴリズムを提案する。
コード距離が既知の様々なQSCのアルゴリズムによって決定されるコード距離の上限は、実際のコード距離と一致している。
論文 参考訳（メタデータ） (2024-02-09T15:40:55Z) - DGR: Tackling Drifted and Correlated Noise in Quantum Error Correction via Decoding Graph Re-weighting [14.817445452647588]
量子オーバーヘッドを伴わない効率的なデコードグラフエッジ再重み付け戦略を提案する。
DGRは、平均ケースノイズミスマッチで論理誤差率を3.6倍にし、最悪のケースミスマッチで5000倍以上の改善を行う。
論文 参考訳（メタデータ） (2023-11-27T18:26:16Z) - Gaussian conversion protocol for heralded generation of qunaught states [66.81715281131143]
ボソニック符号は、qubit型量子情報をより大きなボソニックヒルベルト空間にマッピングする。
我々は、これらの符号 GKP qunaught 状態の2つのインスタンスと、ゼロ論理エンコードされた量子ビットに対応する4つの対称二項状態とを変換する。
GKPqunaught状態は98%以上、確率は約3.14%である。
論文 参考訳（メタデータ） (2023-01-24T14:17:07Z) - Huber-energy measure quantization [0.0]
本稿では,目標確率法則の最適近似を求めるアルゴリズムについて述べる。
この手順は、元の測度とその量子化バージョンの間の統計的距離を最小化することによって実現される。
論文 参考訳（メタデータ） (2022-12-15T21:50:54Z) - Single-shot quantum error correction with the three-dimensional
subsystem toric code [77.34726150561087]
我々は新しいトポロジカル量子コード、三次元サブシステムトーリックコード(3D STC)を導入する。
3次元STCは、開境界条件の立方体格子上での重量の幾何的に局所的なパリティチェックを測定することで実現できる。
論文 参考訳（メタデータ） (2021-06-04T17:35:00Z) - PyMatching: A Python package for decoding quantum codes with
minimum-weight perfect matching [0.0]
PyMatchingは、最小ウェイト完全マッチング(MWPM)アルゴリズムで量子誤り訂正符号を復号するパッケージである。
PyMatchingは、重み付きエッジの使用、フックエラー、バウンダリ、測定エラーをサポートし、高速な復号化とフォールトトレラント量子コンピューティングのシミュレーションを可能にする。
論文 参考訳（メタデータ） (2021-05-27T12:10:37Z) - Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。
本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。
Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文 参考訳（メタデータ） (2021-05-06T17:59:38Z) - Amortized Conditional Normalized Maximum Likelihood: Reliable Out of
Distribution Uncertainty Estimation [99.92568326314667]
本研究では,不確実性推定のための拡張性のある汎用的アプローチとして,償却条件正規化最大値(ACNML)法を提案する。
提案アルゴリズムは条件付き正規化最大度(CNML)符号化方式に基づいており、最小記述長の原理に従って最小値の最適特性を持つ。
我々は、ACNMLが、分布外入力のキャリブレーションの観点から、不確実性推定のための多くの手法と好意的に比較することを示した。
論文 参考訳（メタデータ） (2020-11-05T08:04:34Z) - Breaking the Sample Size Barrier in Model-Based Reinforcement Learning
with a Generative Model [50.38446482252857]
本稿では、生成モデル(シミュレータ)へのアクセスを想定して、強化学習のサンプル効率について検討する。
最初に$gamma$-discounted infinite-horizon Markov decision process (MDPs) with state space $mathcalS$ and action space $mathcalA$を考える。
対象の精度を考慮すれば,モデルに基づく計画アルゴリズムが最小限のサンプルの複雑さを実現するのに十分であることを示す。
論文 参考訳（メタデータ） (2020-05-26T17:53:18Z)
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。