論文の概要: Effect of Correlated Errors on Quantum Memory
- arxiv url: http://arxiv.org/abs/2408.08786v2
- Date: Mon, 17 Feb 2025 12:00:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-18 20:34:44.328316
- Title: Effect of Correlated Errors on Quantum Memory
- Title（参考訳）: 量子記憶における相関誤差の影響
- Authors: Smita Bagewadi, Avhishek Chatterjee,
- Abstract要約: 本稿では、よく知られた隠れ乱体を一般化した相関モデルを提案する。
より広い種類の非マルコフおよび(おそらく)非定常誤差分布に対して、量子タナー符号は指数的保持時間を保証することを示す。
- 参考スコア（独自算出の注目度）: 1.3198143828338362
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent results on constant overhead LDPC code-based fault-tolerance against i.i.d. errors naturally lead to the question of fault-tolerance against errors with long-range correlations. Ideally, any correlation can be captured by a joint (system and bath) Hamiltonian. However, an arbitrary joint Hamiltonian is often intractable, and hence, the joint Hamiltonian model with pairwise terms was introduced and developed in a series of foundational works. However, the analysis of the new constant overhead codes in that error model appears to be quite challenging. In this paper, to model correlated errors in quantum memory, we introduce a correlation model which is a generalization of the well-known hidden random fields. This proposed model, which includes stationary and ergodic (non-Markov) error distributions, is shown to capture correlations not captured by the joint Hamiltonian model with pairwise terms. On the other hand, building on non-i.i.d. measure concentration, we show that for a broad class of non-Markov and (possibly) non-stationary error distributions, quantum Tanner codes ensure an exponential retention time (in the number of physical qubits), when the error rate is below a threshold. An implication of these results is that the rate of decay of the correlation with distance does not necessarily differentiate between good and bad correlation.
- Abstract（参考訳）: LDPC符号に基づく誤りに対するフォールトトレランス(フォールトトレランス)に関する最近の研究結果から,長距離相関によるエラーに対するフォールトトレランス(フォールトトレランス)の問題が自然発生している。
理想的には、任意の相関は関節(システムと浴)ハミルトニアンによって捉えることができる。
しかし、任意の合同ハミルトニアンはしばしば難解であり、従って、ペア項の合同ハミルトニアンモデルは一連の基礎研究によって導入され、発展された。
しかし、そのエラーモデルにおける新しい定数オーバーヘッドコードの解析は非常に難しいようだ。
本稿では,量子メモリにおける相関誤差をモデル化するために,よく知られた隠れ乱場を一般化した相関モデルを提案する。
このモデルでは、定常的およびエルゴード的(非マルコフ)な誤差分布を含むが、このモデルでは、ペアの項でハミルトン模型が捉えない相関関係を捉えることが示されている。
一方、非単位の測度濃度に基づいて構築すると、広い種類の非マルコフ分布と(おそらく)非定常誤差分布に対して、量子タナー符号は、誤差率がしきい値以下であるときに指数的保持時間(物理量子ビット数)を保証できることが示される。
これらの結果の示唆は、距離との相関の崩壊率が必ずしも良い相関と悪い相関を区別するとは限らないということである。
関連論文リスト
- Quantum non-Markovian noise in randomized benchmarking of spin-boson models [0.0]
量子非マルコフ浴が量子ビットランダム化ベンチマーク実験に及ぼす影響について検討する。
相互作用における非マルコビアン性を与えると、ランダム化されたベンチマークの崩壊曲線に明らかな違いが生じる。
これらの結果は、量子デバイスのキャラクタリゼーションとベンチマークに量子非マルコフノイズを組み込むことの取り組みを知らせるものである。
論文 参考訳（メタデータ） (2025-02-20T16:25:59Z) - Towards Robust Text Classification: Mitigating Spurious Correlations with Causal Learning [2.7813683000222653]
本稿では,因果関係へのモデル依存を軽減するために,因果相関ロバスト (CCR) を提案する。
CCRは、逆確率重み付け(IPW)損失関数とともに、反ファクト推論に基づく因果的特徴選択法を統合する。
グループラベルを持たないメソッド間でのCCRの最先端性能を示し、場合によってはグループラベルを利用するモデルと競合する。
論文 参考訳（メタデータ） (2024-11-01T21:29:07Z) - Embedded Nonlocal Operator Regression (ENOR): Quantifying model error in learning nonlocal operators [8.585650361148558]
本研究では,非局所的同化代理モデルとその構造モデル誤差を学習するための新しい枠組みを提案する。
このフレームワークは、長期シミュレーションにおける均質化材料応答予測のための離散性適応不確実性定量化を提供する。
論文 参考訳（メタデータ） (2024-10-27T04:17:27Z) - Non-Uniform Noise Rates and Griffiths Phases in Topological Quantum Error Correction [0.025206105035672277]
本研究では,1次元反復符号と2次元トーリック符号の代表的な例における非一様誤差率の影響について検討した。
例えば、まれなイベント(宇宙線など)は、コードパッチ全体のエラー率を一時的に上昇させる可能性がある。
論文 参考訳（メタデータ） (2024-09-05T07:54:23Z) - Multivariate Probabilistic Time Series Forecasting with Correlated Errors [17.212396544233307]
本稿では,自動回帰モデルのための複数ステップでエラーの共分散構造を学習するプラグイン・アンド・プレイ手法を提案する。
RNNとTransformerアーキテクチャ上に構築された確率モデルについて,本手法の評価を行った。
論文 参考訳（メタデータ） (2024-02-01T20:27:19Z) - A PAC-Bayesian Perspective on the Interpolating Information Criterion [54.548058449535155]
補間系の性能に影響を及ぼす要因を特徴付ける一般モデルのクラスに対して,PAC-Bayes境界がいかに得られるかを示す。
オーバーパラメータ化モデルに対するテスト誤差が、モデルとパラメータの初期化スキームの組み合わせによって課される暗黙の正規化の品質に依存するかの定量化を行う。
論文 参考訳（メタデータ） (2023-11-13T01:48:08Z) - Sample Complexity Bounds for Score-Matching: Causal Discovery and
Generative Modeling [82.36856860383291]
我々は,標準深部ReLUニューラルネットワークをトレーニングすることにより,スコア関数の正確な推定が可能であることを実証した。
スコアマッチングに基づく因果発見手法を用いて因果関係の回復の誤差率の限界を確立する。
論文 参考訳（メタデータ） (2023-10-27T13:09:56Z) - On how to avoid exacerbating spurious correlations when models are
overparameterized [33.315813572333745]
VS-lossは、たとえスプリアス機能が強いとしても、マイノリティに公平なモデルを学ぶことを示す。
これまでの研究と比較すると、我々の境界はより一般的なモデルであり、それらは漸近的ではなく、極端な不均衡のシナリオにも適用される。
論文 参考訳（メタデータ） (2022-06-25T21:53:44Z) - Dynamical approximations for composite quantum systems: Assessment of
error estimates for a separable ansatz [0.0]
二重井戸と調和座標を立方体結合した2次元トンネルシステムについて検討する。
結合と結果の相関の影響を時間依存反応確率の観点から定量的に評価する。
理論的に導出された誤差推定により,この数値誤差を適度な時間スケールで正確に予測することを示す。
論文 参考訳（メタデータ） (2021-12-10T13:27:57Z) - Estimation of Bivariate Structural Causal Models by Variational Gaussian
Process Regression Under Likelihoods Parametrised by Normalising Flows [74.85071867225533]
因果機構は構造因果モデルによって記述できる。
最先端の人工知能の大きな欠点の1つは、説明責任の欠如である。
論文 参考訳（メタデータ） (2021-09-06T14:52:58Z) - Efficient Causal Inference from Combined Observational and
Interventional Data through Causal Reductions [68.6505592770171]
因果効果を推定する際の主な課題の1つである。
そこで本研究では,任意の数の高次元潜入共創者を置き換える新たな因果還元法を提案する。
パラメータ化縮小モデルを観測データと介入データから共同で推定する学習アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-03-08T14:29:07Z) - Disentangling Observed Causal Effects from Latent Confounders using
Method of Moments [67.27068846108047]
我々は、軽度の仮定の下で、識別性と学習可能性に関する保証を提供する。
我々は,線形制約付き結合テンソル分解に基づく効率的なアルゴリズムを開発し,スケーラブルで保証可能な解を得る。
論文 参考訳（メタデータ） (2021-01-17T07:48:45Z) - Crosstalk Suppression for Fault-tolerant Quantum Error Correction with
Trapped Ions [62.997667081978825]
本稿では、電波トラップで閉じ込められた1本のイオン列をベースとした量子計算アーキテクチャにおけるクロストーク誤差の研究を行い、個別に調整されたレーザービームで操作する。
この種の誤差は、理想的には、異なるアクティブな量子ビットのセットで処理される単一量子ゲートと2量子ビットの量子ゲートが適用されている間は、未修正のままであるオブザーバー量子ビットに影響を及ぼす。
我々は,第1原理からクロストーク誤りを微視的にモデル化し,コヒーレント対非コヒーレントなエラーモデリングの重要性を示す詳細な研究を行い,ゲートレベルでクロストークを積極的に抑制するための戦略について議論する。
論文 参考訳（メタデータ） (2020-12-21T14:20:40Z) - Causal Expectation-Maximisation [70.45873402967297]
ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。
我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。
我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
論文 参考訳（メタデータ） (2020-11-04T10:25:13Z) - Autoregressive Score Matching [113.4502004812927]
自動回帰条件スコアモデル(AR-CSM)を提案する。
AR-CSMモデルでは、このデータ分布とモデル分布のばらつきを効率的に計算し、最適化することができ、高価なサンプリングや対向訓練を必要としない。
本研究では,合成データに対する密度推定,画像生成,画像復調,暗黙エンコーダを用いた潜在変数モデルの訓練に応用できることを示す。
論文 参考訳（メタデータ） (2020-10-24T07:01:24Z) - Error Autocorrelation Objective Function for Improved System Modeling [1.2760453906939444]
我々は,誤差を最小限に抑えるだけでなく,誤差間の相関を最小化する「ホワイトニング」コスト関数「Ljung-Box statistic」を導入する。
その結果、リカレントニューラルネットワーク(RNN)とイメージオートエンコーダ(2d)の一般化が大幅に改善された。
論文 参考訳（メタデータ） (2020-08-08T19:20:32Z) - Accounting for Unobserved Confounding in Domain Generalization [107.0464488046289]
本稿では,データセットの組み合わせから頑健で一般化可能な予測モデルを学習する際の問題点について検討する。
堅牢なモデルを学ぶことの課題の一部は、保存されていない共同設立者の影響にある。
異なるモダリティの医療データに対するアプローチの実証的性能を実証する。
論文 参考訳（メタデータ） (2020-07-21T08:18:06Z) - On Disentangled Representations Learned From Correlated Data [59.41587388303554]
相関データに対する最も顕著な絡み合うアプローチの挙動を解析することにより、現実のシナリオにギャップを埋める。
本研究では,データセットの体系的相関が学習され,潜在表現に反映されていることを示す。
また、トレーニング中の弱い監督や、少数のラベルで事前訓練されたモデルを修正することで、これらの潜伏相関を解消する方法を実証する。
論文 参考訳（メタデータ） (2020-06-14T12:47:34Z) - Quantum causal correlations and non-Markovianity of quantum evolution [0.0]
量子チャネルの非マルコビアン度測度は因果度測度に基づいて導入される。
因果関係尺度の単調性の崩壊は時間的相関の復活と関連している。
論文 参考訳（メタデータ） (2020-05-08T16:10:55Z) - Deep Weakly-supervised Anomaly Detection [118.55172352231381]
ペアワイズ関係予測ネットワーク(PReNet)は、ペアワイズ関係の特徴と異常スコアを学習する。
PReNetは、学習したペアの異常パターンに適合する見知らぬ異常を検出できる。
12の実世界のデータセットに対する実証的な結果から、PReNetは目に見えない異常や異常を検知する9つの競合する手法を著しく上回っている。
論文 参考訳（メタデータ） (2019-10-30T00:40:25Z)
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。