論文の概要: Practical classical error correction for parity-encoded spin systems
- arxiv url: http://arxiv.org/abs/2502.07170v4
- Date: Wed, 30 Apr 2025 17:23:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:52.270502
- Title: Practical classical error correction for parity-encoded spin systems
- Title（参考訳）: パリティ符号化スピンシステムの実用的古典的誤り訂正
- Authors: Yoshihiro Nambu,
- Abstract要約: パリティエンコーディング(PE)アーキテクチャは、ローカル接続のみを持つ拡張スピンシステムで構成されている。
本稿では,PEアーキテクチャのスピン読み出しにおけるスピンフリップ誤差の相関を考慮した実用的な復号法を提案する。
- 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: Quantum annealing (QA) has emerged as a promising candidate for fast solvers for combinatorial optimization problems (COPs) and has attracted the interest of many researchers. Since COP is logically encoded in the Ising interaction among spins, its realization necessitates a spin system with all-to-all connectivity, presenting technical challenges in the physical implementation of large-scale QA devices. W. Lechner, P. Hauke, and P. Zoller proposed a parity-encoding (PE) architecture consisting of an expanded spin system with only local connectivity among them to circumvent this difficulty in developing near-future QA devices. They suggested that this architecture not only alleviates implementation challenges and enhances scalability but also possesses intrinsic fault tolerance. This paper proposes a practical decoding method tailored to correlated spin-flip errors in spin readout of PE architecture. Our work is based on the close connection between PE architecture and classical low-density parity-check (LDPC) codes. We show that the bit-flip (BF) decoding algorithm can correct independent and identically distributed errors in the readout of the SLHZ system with comparable performance to the belief propagation (BP) decoding algorithm. Then, we show evidence that the proposed BF decoding algorithm can efficiently correct correlated spinflip errors by simulation. The result suggests that introducing post-readout BF decoding reduces the computational cost of QA using the PE architecture and improves the performance of global optimal solution search. Our results emphasize the importance of the proper selection of decoding algorithms to exploit the inherent fault tolerance potential of the PE architecture.
- Abstract（参考訳）: QA(Quantum annealing)は、組合せ最適化問題(COP)の高速解法候補として浮上し、多くの研究者の関心を集めている。
COPはスピン間のIsing相互作用に論理的に符号化されているため、その実現には全接続のスピンシステムが必要である。
W. Lechner、P. Hauke、P. Zollerは、近未来のQAデバイスの開発においてこの困難を回避するために、ローカル接続のみを持つ拡張スピンシステムからなるパリティエンコーディング(PE)アーキテクチャを提案した。
彼らは、このアーキテクチャは実装上の課題を軽減し、スケーラビリティを高めるだけでなく、本質的なフォールトトレランスも持っていることを示唆した。
本稿では,PEアーキテクチャのスピン読み出しにおけるスピンフリップ誤差の相関を考慮した実用的な復号法を提案する。
我々の研究は、PEアーキテクチャと古典的な低密度パリティチェック(LDPC)コードとの密接な関係に基づいている。
我々は,ビットフリップ(BF)復号アルゴリズムが,SLHZシステムの読み出しにおける独立かつ同一に分散された誤りを,信念伝搬(BP)復号アルゴリズムに匹敵する性能で補正可能であることを示す。
そこで,提案したBF復号アルゴリズムは,スピンフリップ誤差をシミュレーションにより効率よく補正できることを示す。
その結果,読み出し後のBF復号化により,PEアーキテクチャを用いたQAの計算コストが低減し,グローバル最適解探索の性能が向上することが示唆された。
本研究は,PEアーキテクチャの固有耐故障性を利用した復号アルゴリズムの適切な選択の重要性を強調した。
関連論文リスト
- Fault-tolerant logical state construction based on cavity-QED network [0.196629787330046]
本稿では,キャビティ量子電気力学(CQED)ネットワークを用いたスケーラブルで実用的なアーキテクチャを提案し,評価する。
我々のアーキテクチャは、中性原子の安定性とCQEDネットワークの柔軟性を利用する。
論文 参考訳（メタデータ） (2025-03-14T15:26:29Z) - Architectures for Heterogeneous Quantum Error Correction Codes [13.488578754808676]
不均一なアーキテクチャは、普遍論理計算への明確な経路を提供する。
本研究では,アシラバスを用いてコード間データ移動のためのサーフェスコードとグロスコードを統合することを提案する。
アルゴリズムを特定の論理誤差率で実行する場合、物理量子ビットの最大6.42倍の減少を示す。
論文 参考訳（メタデータ） (2024-11-05T15:49:02Z) - A Theoretical Perspective for Speculative Decoding Algorithm [60.79447486066416]
EmphSpeculative Decodingは、小さなモデルを使用して、ドラフトトークンのシーケンスと、検証のための大きなモデルをサンプリングする。
本稿では,マルコフ連鎖抽象化による復号化問題を概念化し,理論的な観点から,鍵特性,エファンアウトプットの品質,推論加速度について考察する。
論文 参考訳（メタデータ） (2024-10-30T01:53:04Z) - Accelerating Error Correction Code Transformers [56.75773430667148]
本稿では,トランスを用いたデコーダの高速化手法を提案する。
最新のハードウェアでは、90%の圧縮比を実現し、算術演算エネルギー消費を少なくとも224倍削減する。
論文 参考訳（メタデータ） (2024-10-08T11:07:55Z) - Error correction of parity-encoding-based annealing through post-readout
decoding [0.0]
我々はモンテカルロシミュレーションを通して、この冗長符号化がパリティ符号化方式の不効率性と計算コストの問題を解決するために利用されることを示した。
本研究は,QAを短期量子技術で実現するためのパリティ符号化方式の可能性を明らかにするものである。
論文 参考訳（メタデータ） (2024-02-13T22:55:58Z) - Check-Agnosia based Post-Processor for Message-Passing Decoding of Quantum LDPC Codes [3.4602940992970908]
ハードウェアフレンドリーな方向性を持つ新しい後処理アルゴリズムを導入し、最先端技術と競合する誤り訂正性能を提供する。
FPGA基板上では,1マイクロ秒に近いレイテンシ値が得られることを示すとともに,ASIC実装においてより低いレイテンシ値が得られることを示す。
論文 参考訳（メタデータ） (2023-10-23T14:51:22Z) - Explainable Equivariant Neural Networks for Particle Physics: PELICAN [51.02649432050852]
PELICANは、新しい置換同変であり、ローレンツ不変アグリゲーターネットワークである。
本稿では,タグ付け(分類)とローレンツ発泡トップクォークの再構成(回帰)の両文脈におけるPELICANアルゴリズムアーキテクチャについて述べる。
PELICANの適用範囲を、クォーク開始時とグルーオン開始時とを識別するタスクに拡張し、5種類のジェットを対象とするマルチクラス同定を行う。
論文 参考訳（メタデータ） (2023-07-31T09:08:40Z) - Deep Quantum Error Correction [73.54643419792453]
量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。
本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。
提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
論文 参考訳（メタデータ） (2023-01-27T08:16:26Z) - Biologically Plausible Learning on Neuromorphic Hardware Architectures [27.138481022472]
ニューロモルフィックコンピューティング(Neuromorphic Computing)は、アナログメモリの計算によってこの不均衡に直面している新興パラダイムである。
この研究は、異なる学習アルゴリズムがCompute-In-Memoryベースのハードウェアに与える影響を初めて比較し、その逆も行った。
論文 参考訳（メタデータ） (2022-12-29T15:10:59Z) - An Adaptive Device-Edge Co-Inference Framework Based on Soft
Actor-Critic [72.35307086274912]
高次元パラメータモデルと大規模数学的計算は、特にIoT(Internet of Things)デバイスにおける実行効率を制限する。
本稿では,ソフトポリシーの繰り返しによるエフェキシット点,エフェキシット点,エンフェキシット点を生成する離散的(SAC-d)のための新しい深層強化学習(DRL)-ソフトアクタ批判法を提案する。
レイテンシと精度を意識した報酬設計に基づいて、そのような計算は動的無線チャンネルや任意の処理のような複雑な環境によく適応でき、5G URLをサポートすることができる。
論文 参考訳（メタデータ） (2022-01-09T09:31:50Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳（メタデータ） (2022-01-06T21:02:30Z) - Predictive Coding Approximates Backprop along Arbitrary Computation
Graphs [68.8204255655161]
我々は、コア機械学習アーキテクチャを予測的符号化に翻訳する戦略を開発する。
私たちのモデルは、挑戦的な機械学習ベンチマークのバックプロップと同等に機能します。
本手法は,ニューラルネットワークに標準機械学習アルゴリズムを直接実装できる可能性を高める。
論文 参考訳（メタデータ） (2020-06-07T15:35:47Z)
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。