論文の概要: Discovering highly efficient low-weight quantum error-correcting codes with reinforcement learning
- arxiv url: http://arxiv.org/abs/2502.14372v1
- Date: Thu, 20 Feb 2025 09:05:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-21 14:30:00.130842
- Title: Discovering highly efficient low-weight quantum error-correcting codes with reinforcement learning
- Title（参考訳）: 強化学習による高効率低ウェイト量子誤り訂正符号の発見
- Authors: Austin Yubo He, Zi-Wen Liu,
- Abstract要約: 我々は、強化学習(RL)に基づく安定化符号量削減のための汎用的で計算効率の良いアプローチを導入する。
提案手法は,重み6符号の1～2桁の既存の結果と比較して,物理量子ビットオーバーヘッドの削減を実証する。
- 参考スコア（独自算出の注目度）: 0.5524804393257919
- License:
- Abstract: The realization of scalable fault-tolerant quantum computing is expected to hinge on quantum error-correcting codes. In the quest for more efficient quantum fault tolerance, a critical code parameter is the weight of measurements that extract information about errors to enable error correction: as higher measurement weights require higher implementation costs and introduce more errors, it is important in code design to optimize measurement weight. This underlies the surging interest in quantum low-density parity-check (qLDPC) codes, the study of which has primarily focused on the asymptotic (large-code-limit) properties. In this work, we introduce a versatile and computationally efficient approach to stabilizer code weight reduction based on reinforcement learning (RL), which produces new low-weight codes that substantially outperform the state of the art in practically relevant parameter regimes, extending significantly beyond previously accessible small distances. For example, our approach demonstrates savings in physical qubit overhead compared to existing results by 1 to 2 orders of magnitude for weight 6 codes and brings the overhead into a feasible range for near-future experiments. We also investigate the interplay between code parameters using our RL framework, offering new insights into the potential efficiency and power of practically viable coding strategies. Overall, our results demonstrate how RL can effectively advance the crucial yet challenging problem of quantum code discovery and thereby facilitate a faster path to the practical implementation of fault-tolerant quantum technologies.
- Abstract（参考訳）: スケーラブルなフォールトトレラント量子コンピューティングの実現は、量子エラー訂正符号のヒンジとして期待されている。
より効率的な量子フォールトトレランスを求める中で、クリティカルコードパラメータは、エラーに関する情報を抽出してエラー訂正を可能にする測定の重みである。
これは量子低密度パリティチェック(qLDPC)符号への関心が高まり、その研究は主に漸近性(大規模符号限界)の性質に焦点を当てている。
本研究では,RL(Regress Learning, 強化学習, RL)に基づくコード量削減のための多目的かつ計算効率のよい手法を提案する。
例えば,本手法では,既存の重み6符号の1～2桁の物理量子ビットオーバヘッドの節約を実証し,そのオーバーヘッドをほぼ未来の実験で実現可能な範囲に導く。
また、RLフレームワークを使用してコードパラメータ間の相互作用を調査し、実用的なコーディング戦略の潜在的な効率性とパワーに関する新たな洞察を提供する。
以上の結果から,RLが量子コード発見において重要な課題を効果的に解決し,フォールトトレラントな量子技術の実用化への道のりを早める方法が示された。
関連論文リスト
- Low-overhead fault-tolerant quantum computation by gauging logical operators [0.7673339435080445]
近年の進歩により、少ない接続要件と一定量子ビットオーバーヘッドを持つ量子エラー訂正符号が明らかになった。
フォールトトレラントな論理測度の既存のスキームは、常に低量子ビットオーバーヘッドを達成するとは限らない。
本稿では、量子誤り訂正符号において、論理演算子を対称性として扱い、それをゲージすることで、フォールトトレラントな論理測定を実現する低オーバーヘッド法を提案する。
論文 参考訳（メタデータ） (2024-10-03T05:04:12Z) - Towards Scalable Quantum Key Distribution: A Machine Learning-Based Cascade Protocol Approach [2.363573186878154]
量子鍵分配(Quantum Key Distribution, QKD)はセキュア通信のための重要な技術である。
複雑な数学的モデルに依存する伝統的な鍵レート決定法は、しばしば効率と拡張性に欠ける。
本稿では,機械学習(ML)技術をカスケード誤り訂正プロトコルに統合する手法を提案する。
論文 参考訳（メタデータ） (2024-09-12T13:40:08Z) - Algorithmic Fault Tolerance for Fast Quantum Computing [37.448838730002905]
本研究では,幅広い種類の量子コードに対して,一定の時間オーバーヘッドでフォールトトレラントな論理演算を実行できることを示す。
理想的な測定結果分布からの偏差をコード距離で指数関数的に小さくできることを示す。
我々の研究は、フォールトトレランスの理論に新たな光を当て、実用的なフォールトトレラント量子計算の時空間コストを桁違いに削減する可能性がある。
論文 参考訳（メタデータ） (2024-06-25T15:43:25Z) - Drastic Circuit Depth Reductions with Preserved Adversarial Robustness
by Approximate Encoding for Quantum Machine Learning [0.5181797490530444]
本研究では, 変分, 遺伝的および行列積状態に基づくアルゴリズムを用いて, 符号化画像データを表す量子状態の効率的な作成法を実装した。
その結果、これらの手法は、標準状態準備実装よりも2桁も浅い回路を用いて、QMLに適したレベルにほぼ準備できることが判明した。
論文 参考訳（メタデータ） (2023-09-18T01:49:36Z) - Fast Flux-Activated Leakage Reduction for Superconducting Quantum
Circuits [84.60542868688235]
量子ビット実装のマルチレベル構造から生じる計算部分空間から漏れること。
パラメトリックフラックス変調を用いた超伝導量子ビットの資源効率向上のためのユニバーサルリーク低減ユニットを提案する。
繰り返し重み付け安定化器測定におけるリーク低減ユニットの使用により,検出されたエラーの総数を,スケーラブルな方法で削減できることを実証した。
論文 参考訳（メタデータ） (2023-09-13T16:21:32Z) - Near-Term Distributed Quantum Computation using Mean-Field Corrections
and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。
我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文 参考訳（メタデータ） (2023-09-11T18:00:00Z) - Transition Role of Entangled Data in Quantum Machine Learning [51.6526011493678]
エンタングルメントは量子コンピューティングを強化するリソースとして機能する。
最近の進歩は量子力学の学習に対する肯定的な影響を浮き彫りにした。
我々は、絡み合ったデータを用いて量子力学を学習するための量子no-free-lunch(NFL)定理を確立する。
論文 参考訳（メタデータ） (2023-06-06T08:06:43Z) - 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) - Applying the Quantum Error-correcting Codes for Fault-tolerant Blind
Quantum Computation [33.51070104730591]
ブラインド量子計算(Blind Quantum Computation、BQC)は、クライアントが望まれる量子計算を実装するためにリモート量子サーバをレンタルするプロトコルである。
本稿では,量子誤り訂正符号を用いたフォールトトレラントブラインド量子計算プロトコルを提案する。
論文 参考訳（メタデータ） (2023-01-05T08:52:55Z) - Performance of teleportation-based error correction circuits for bosonic
codes with noisy measurements [58.720142291102135]
テレポーテーションに基づく誤り訂正回路を用いて、回転対称符号の誤り訂正能力を解析する。
マイクロ波光学における現在達成可能な測定効率により, ボソニック回転符号の破壊ポテンシャルは著しく低下することが判明した。
論文 参考訳（メタデータ） (2021-08-02T16:12:13Z) - 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)
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。