論文の概要: Snowflake: A Distributed Streaming Decoder
- arxiv url: http://arxiv.org/abs/2406.01701v1
- Date: Mon, 3 Jun 2024 18:01:43 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-05 21:11:55.584280
- Title: Snowflake: A Distributed Streaming Decoder
- Title(参考訳): Snowflake: 分散ストリーミングデコーダ
- Authors: Tim Chan,
- Abstract要約: 我々は、ストリーミング形式で動作し、シンプルでローカルな実装が可能な量子エラー補正デコーダであるSnowflakeを設計する。
本研究では,Snowflakeを2次元チップ上に実装し,量子メモリだけでなく格子演算に基づく計算をデコードする方法について論じる。
- 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: We design Snowflake, a quantum error correction decoder that runs in a streaming fashion and is capable of a simple, local implementation. In doing so we propose a new method for general stream decoding that eliminates the processing overhead due to window overlap in existing windowing methods. As a first study, we test our local implementation of Snowflake on the surface code under circuit-level noise. It recovers roughly 2/3 the accuracy threshold of the Union-Find decoder adapted with a windowing method, with a better mean runtime scaling: subquadratic as opposed to cubic in code distance $d$. We discuss how Snowflake may be implemented on a 2D chip and decode not just quantum memory but lattice surgery-based computation.
- Abstract(参考訳): 我々は、ストリーミング形式で動作し、単純で局所的な実装が可能な量子エラー補正デコーダであるSnowflakeを設計する。
そこで本研究では,ウィンドウオーバーラップによる処理オーバーヘッドを解消する汎用ストリーム復号法を提案する。
最初の研究として、サーキットレベルの雑音下でのサーフェスコード上でのSnowflakeの局所的な実装を検証した。
約2/3で、Union-Findデコーダの精度閾値をウィンドウニングメソッドで調整し、より平均的なランタイムスケーリングを実現している。
本研究では,Snowflakeを2次元チップ上に実装し,量子メモリだけでなく格子演算に基づく計算をデコードする方法について論じる。
関連論文リスト
- Don't Think It Twice: Exploit Shift Invariance for Efficient Online Streaming Inference of CNNs [3.329222353111594]
本稿では,オンラインストリーミング推論のための畳み込みニューラルネットワークの展開戦略であるStreamiNNCを紹介する。
ストリーミング推論の精度に対するゼロパディングとプールの悪影響について検討する。
シミュレーションデータと実世界の3つのバイオメディカル信号処理アプリケーションを用いて本手法の有効性を検証する。
論文 参考訳(メタデータ) (2024-08-06T14:36:29Z) - Progressive-Proximity Bit-Flipping for Decoding Surface Codes [8.971989179518214]
トリックやサーフェスコードのようなトポロジカル量子コードは、ハードウェア実装の優れた候補である。
既存のデコーダは、計算複雑性の低いような要求を満たすのに不足することが多い。
トリックおよび表面符号に適した新しいビットフリップ(BF)デコーダを提案する。
論文 参考訳(メタデータ) (2024-02-24T22:38:05Z) - Actis: A Strictly Local Union-Find Decoder [0.0]
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。
論文 参考訳(メタデータ) (2023-05-29T18:06:02Z) - Measurement-free fault-tolerant logical zero-state encoding of the
distance-three nine-qubit surface code in a one-dimensional qubit array [0.0]
距離3, 9量子曲面符号の効率的な符号化法を提案し, その耐故障性を示す。
超伝導量子コンピュータを用いた表面符号の論理零状態符号化を実験により実証した。
我々は,この大規模コードのフォールトトレラントな符号化が適切なエラー検出によって達成できることを数値的に示す。
論文 参考訳(メタデータ) (2023-03-30T08:13:56Z) - Real-time AdaBoost cascade face tracker based on likelihood map and
optical flow [59.17685450892182]
著者らは、光学フロー情報をヴィオラ・ジョーンズ検出アルゴリズムの修正版に組み込む新しい顔追跡手法を提案する。
元のアルゴリズムでは、前のフレームからの情報が考慮されないため、検出は静的である。
提案したトラッカーは、各ウィンドウが通過する分類段階の数に関する情報を保存する。
論文 参考訳(メタデータ) (2022-10-25T10:15:07Z) - Denoising Diffusion Error Correction Codes [92.10654749898927]
近年、ニューラルデコーダは古典的デコーダ技術に対する優位性を実証している。
最近の最先端のニューラルデコーダは複雑で、多くのレガシデコーダの重要な反復的スキームが欠如している。
本稿では,任意のブロック長の線形符号のソフトデコードにデノナイズ拡散モデルを適用することを提案する。
論文 参考訳(メタデータ) (2022-09-16T11:00:50Z) - Looped Pipelines Enabling Effective 3D Qubit Lattices in a Strictly 2D
Device [0.0]
厳密な2次元デバイスを動作させながら、3次元格子の利点の多くを得られるループパイプラインという概念を探索する。
この概念は、半導体スピン量子ビットやトラップイオン量子ビットのようなプラットフォームで確立された特徴である量子ビットシャットリングを利用する。
論文 参考訳(メタデータ) (2022-03-24T15:36:17Z) - Improved decoding of circuit noise and fragile boundaries of tailored
surface codes [61.411482146110984]
高速かつ高精度なデコーダを導入し、幅広い種類の量子誤り訂正符号で使用することができる。
我々のデコーダは、信仰マッチングと信念フィンドと呼ばれ、すべてのノイズ情報を活用し、QECの高精度なデモを解き放つ。
このデコーダは, 標準の正方形曲面符号に対して, 整形曲面符号において, より高いしきい値と低い量子ビットオーバーヘッドをもたらすことがわかった。
論文 参考訳(メタデータ) (2022-03-09T18:48:54Z) - An Information Theory-inspired Strategy for Automatic Network Pruning [88.51235160841377]
深層畳み込みニューラルネットワークは、リソース制約のあるデバイスで圧縮されることがよく知られている。
既存のネットワークプルーニング手法の多くは、人的努力と禁忌な計算資源を必要とする。
本稿では,自動モデル圧縮のための情報理論に基づく戦略を提案する。
論文 参考訳(メタデータ) (2021-08-19T07:03:22Z) - Content-Aware Convolutional Neural Networks [98.97634685964819]
畳み込みニューラルネットワーク(CNN)は、畳み込み層の強力な特徴学習能力によって大きな成功を収めている。
本研究では,スムーズなウィンドウを自動的に検出し,元の大規模カーネルを置き換えるために1x1畳み込みカーネルを適用するContent-aware Convolution (CAC)を提案する。
論文 参考訳(メタデータ) (2021-06-30T03:54:35Z) - Transferable Sparse Adversarial Attack [62.134905824604104]
オーバーフィッティング問題を緩和するジェネレータアーキテクチャを導入し、転送可能なスパース対逆例を効率的に作成する。
提案手法は,他の最適化手法よりも700$times$高速な推論速度を実現する。
論文 参考訳(メタデータ) (2021-05-31T06:44:58Z)
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。