論文の概要: Belief Propagation Decoding of Quantum LDPC Codes with Guided Decimation

• arxiv url: http://arxiv.org/abs/2312.10950v2
• Date: Fri, 21 Jun 2024 19:45:22 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-26 02:32:50.730674
• Title: Belief Propagation Decoding of Quantum LDPC Codes with Guided Decimation
• Title（参考訳）: 導出決定を伴う量子LDPC符号の信念伝搬復号
• Authors: Hanwen Yao, Waleed Abu Laban, Christian Häger, Alexandre Graell i Amat, Henry D. Pfister,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 55.8930142490617
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum low-density parity-check (QLDPC) codes have emerged as a promising technique for quantum error correction. A variety of decoders have been proposed for QLDPC codes and many of them utilize belief propagation (BP) decoding in some fashion. However, the use of BP decoding for degenerate QLDPC codes is known to have issues with convergence. These issues are typically attributed to short cycles in the Tanner graph and code degeneracy (i.e. multiple error patterns with the same syndrome). Although various methods have been proposed to mitigate the non-convergence issue, such as BP with ordered statistics decoding (BP-OSD) and BP with stabilizer inactivation (BP-SI), achieving better performance with lower complexity remains an active area of research. In this work, we propose a decoder for QLDPC codes based on BP guided decimation (BPGD), which has been previously studied for constraint satisfaction and lossy compression problems. The decimation process is applicable to both binary and quaternary BP and it involves sequentially fixing the value of the most reliable qubits to encourage BP convergence. Despite its simplicity, We find that BPGD significantly reduces the BP failure rate due to non-convergence, achieving performance on par with BP with ordered statistics decoding and BP with stabilizer inactivation, without the need to solve systems of linear equations.
• Abstract（参考訳）: 量子低密度パリティチェック(QLDPC)符号は、量子エラー訂正のための有望な手法として登場した。 QLDPC符号には様々なデコーダが提案されており、その多くが何らかの方法で信念伝達(BP)デコーダを使用している。 しかし、退化QLDPC符号に対するBPデコードの使用は収束に問題があることが知られている。 これらの問題は典型的には、タナーグラフとコード縮退(同じシンドロームを持つ複数のエラーパターン)の短いサイクルに起因する。 統計復号法 (BP-OSD) や安定化器不活性化法 (BP-SI) などの非収束問題を緩和する様々な手法が提案されているが、より少ない複雑さで高い性能を達成することは研究の活発な領域である。 本研究では,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。 デシメーション過程は二項および四項BPの両方に適用でき、BP収束を促進するために最も信頼性の高いキュービットの値を逐次固定する。 その単純さにもかかわらず、BPGDは非収束性によるBP故障率を著しく低減し、線形方程式の系を解くことなく、順序付き統計復号法と安定化器不活性化法でBPと同等の性能を達成する。

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)
• Decoding Quantum LDPC Codes Using Graph Neural Networks [52.19575718707659]
  グラフニューラルネットワーク(GNN)に基づく量子低密度パリティチェック(QLDPC)符号の新しい復号法を提案する。 提案したGNNベースのQLDPCデコーダは,QLDPC符号のスパースグラフ構造を利用して,メッセージパスデコーダとして実装することができる。
  論文  参考訳（メタデータ） (2024-08-09T16:47:49Z)
• Quaternary Neural Belief Propagation Decoding of Quantum LDPC Codes with Overcomplete Check Matrices [45.997444794696676]
  量子低密度パリティチェック(QLDPC)符号は、量子コンピュータにおける誤り訂正の候補として有望である。 量子コンピュータでQLDPCコードを実装する際の大きな課題の1つは、普遍デコーダの欠如である。 まず、オーバーコンプリートチェック行列で動作する信念伝搬(BP)デコーダを用いてQLDPC符号を復号する。 我々は,QLPDC符号の最適2値BPデコーダとして研究されたNBPデコーダを,第4次BPデコーダに拡張する。
  論文  参考訳（メタデータ） (2023-08-16T08:24:06Z)
• 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)
• Refined Belief-Propagation Decoding of Quantum Codes with Scalar Messages [4.340338299803562]
  スパース行列に基づく符号は優れた性能を有し、信念伝達(BP)により効率よく復号できる。 安定化器符号のBP復号は、基礎となるタナーグラフの短周期から性能損失を被る。 連続スケジュールによるメッセージ正規化を伴うBPの動作は,計算機シミュレーションにおけるデコード性能とエラーフロアを大幅に向上させる可能性があることを示す。
  論文  参考訳（メタデータ） (2021-02-14T10:29:58Z)
• Belief Propagation Neural Networks [103.97004780313105]
  信念伝播ニューラルネットワーク(BPNN)を紹介する。 BPNNは因子グラフ上で動作し、信念伝播(BP)を一般化する BPNNはIsingモデル上で1.7倍高速に収束し、より厳密な境界を提供することを示す。 挑戦的なモデルカウント問題に関して、BPNNは最先端の手作り手法の100倍の速さを推定する。
  論文  参考訳（メタデータ） (2020-07-01T07:39:51Z)
• Refined Belief Propagation Decoding of Sparse-Graph Quantum Codes [4.340338299803562]
  本稿では,2進BPとほぼ同程度の複雑性を持つ量子符号に対する改良されたBP復号アルゴリズムを提案する。 与えられたエラーシンドロームに対して、このアルゴリズムは従来の4次BPと同じ出力にデコードするが、渡されるノード間メッセージは単一値である。 メッセージ強度の正規化は、パフォーマンスを改善するために、これらの単一値のメッセージに自然に適用できる。
  論文  参考訳（メタデータ） (2020-02-16T03:51:59Z)
• Pruning Neural Belief Propagation Decoders [77.237958592189]
  本稿では,機械学習を用いたBPデコードに対して,過剰完全パリティチェック行列を調整する手法を提案する。 我々は,デコーダの複雑さを低減しつつ,0.27dB,1.5dBのML性能を実現する。
  論文  参考訳（メタデータ） (2020-01-21T12:05:46Z)

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。