論文の概要: Efficient and Universal Neural-Network Decoder for Stabilizer-Based Quantum Error Correction

• arxiv url: http://arxiv.org/abs/2502.19971v2
• Date: Tue, 03 Jun 2025 05:58:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-05 01:42:09.026372
• Title: Efficient and Universal Neural-Network Decoder for Stabilizer-Based Quantum Error Correction
• Title（参考訳）: 安定化器に基づく量子エラー補正のための効率的で普遍的なニューラルネットワークデコーダ
• Authors: Gengyuan Hu, Wanli Ouyang, Chao-Yang Lu, Chen Lin, Han-Sen Zhong,
• Abstract要約: GraphQECは、線形時間複雑性を持つ安定化器コードのグラフ構造を機械学習に活用した、コードに依存しないデコーダである。 我々の手法は、任意の安定化符号をまたいだリアルタイム量子誤り訂正のための最初の普遍解である。
• 参考スコア（独自算出の注目度）: 44.698141103370546
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Scaling quantum computing to practical applications necessitates reliable quantum error correction. Although numerous correction codes have been proposed, the overall correction efficiency critically limited by the decode algorithms. We introduce GraphQEC, a code-agnostic decoder leveraging machine-learning on the graph structure of stabilizer codes with linear time complexity. GraphQEC demonstrates unprecedented accuracy and efficiency across all tested code families, including surface codes, color codes, and quantum low-density parity-check (QLDPC) codes. For instance, on a distance-12 QLDPC code, GraphQEC achieves a logical error rate of $9.55 \times 10^{-5}$, an 18-fold improvement over the previous best specialized decoder's $1.74 \times 10^{-3}$ under $p=0.005$ physical error rates, while maintaining $157\mu$s/cycle decoding speed. Our approach represents the first universal solution for real-time quantum error correction across arbitrary stabilizer codes.
• Abstract（参考訳）: 実用的なアプリケーションへの量子コンピューティングのスケーリングは、信頼できる量子エラー補正を必要とする。 多くの訂正符号が提案されているが、全体的な補正効率はデコードアルゴリズムによって著しく制限されている。 線形時間複雑性を持つ安定化器符号のグラフ構造を機械学習で学習するコード非依存デコーダであるGraphQECを紹介する。 GraphQECは、表面コード、カラーコード、量子低密度パリティチェック(QLDPC)コードを含む、テスト済みのすべてのコードファミリに対して、前例のない精度と効率を示す。 例えば、距離12のQLDPCコードでは、GraphQECは論理誤差率9.55 \times 10^{-5}$を達成し、前回の最高の特殊デコーダの1.74 \times 10^{-3}$よりも18倍改善した。 我々の手法は、任意の安定化符号をまたいだリアルタイム量子誤り訂正のための最初の普遍解である。

関連論文リスト

• Degenerate quantum erasure decoding [7.6119527195998025]
  明示的なコードと効率的なデコーダを用いて、ニアキャパシティ性能を実現する方法を示す。 さらに、混合消去や非分極エラーなど、他のエラーモデルを扱うデコーダの可能性についても検討する。
  論文  参考訳（メタデータ） (2024-11-20T18:02:05Z)
• Generalizing the matching decoder for the Chamon code [1.8416014644193066]
  チャモン符号として知られる3次元,非CSS,低密度のパリティチェックコードに対して,マッチングデコーダを実装した。 一般化された整合デコーダは、整合前に信念伝播ステップによって拡張され、偏極雑音に対するしきい値が10.5%となる。
  論文  参考訳（メタデータ） (2024-11-05T19:00:12Z)
• Breadth-first graph traversal union-find decoder [0.0]
  我々はその実装を単純化し、潜在的な復号速度の利点を提供するUnion-findデコーダの変種を開発する。 これらの手法が、非トポロジカル量子低密度パリティチェック符号のデコードにどのように適用できるかを示す。
  論文  参考訳（メタデータ） (2024-07-22T18:54:45Z)
• Ambiguity Clustering: an accurate and efficient decoder for qLDPC codes [0.0]
  本稿では,Ambiguity Clustering Decoder (AC)を導入し,測定データを独立に復号可能なクラスタに分割する。 0.3%の回路レベルの脱分極ノイズにより、ACはBP-OSDの27倍の精度で出力される。 本実装では,M2 CPU上でのシンドローム抽出1ラウンドあたり135usで144キュービットのGross符号をデコードする。
  論文  参考訳（メタデータ） (2024-06-20T17:39:31Z)
• Testing the Accuracy of Surface Code Decoders [55.616364225463066]
  大規模でフォールトトレラントな量子計算は量子エラー訂正符号(QECC)によって実現される 本研究は,QECC復号方式の精度と有効性をテストするための最初の体系的手法である。
  論文  参考訳（メタデータ） (2023-11-21T10:22:08Z)
• The END: An Equivariant Neural Decoder for Quantum Error Correction [73.4384623973809]
  データ効率のよいニューラルデコーダを導入し、この問題の対称性を活用する。 本稿では,従来のニューラルデコーダに比べて精度の高い新しい同変アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-04-14T19:46:39Z)
• 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)
• Graph Neural Networks for Channel Decoding [71.15576353630667]
  低密度パリティチェック(LDPC)やBCH符号など、様々な符号化方式の競合復号性能を示す。 ニューラルネットワーク(NN)は、与えられたグラフ上で一般化されたメッセージパッシングアルゴリズムを学習する。 提案するデコーダを,従来のチャネル復号法および最近のディープラーニングに基づく結果と比較した。
  論文  参考訳（メタデータ） (2022-07-29T15:29:18Z)
• A Practical and Scalable Decoder for Topological Quantum Error Correction with Digital Annealer [0.5658123802733283]
  富士通デジタルアニール(DA)を用いた量子誤り訂正のための効率的でスケーラブルなデコーダを提案する。 特に,提案したDAデコーダを表面コードに実装し,様々なコードに対して詳細な数値実験を行い,その性能とスケーラビリティを検証した。 また、DAデコーダはハードウェア実装を含む様々な観点からUnion-Find(UF)デコーダよりも利点があることが示されている。
  論文  参考訳（メタデータ） (2022-03-29T07:48:51Z)
• 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)
• Combining hard and soft decoders for hypergraph product codes [0.3326320568999944]
  ハイパーグラフ製品コードは、スモールセットフリップ (SSF) と呼ばれる線形時間デコーダを備えた定数レート量子低密度パリティチェック (LDPC) 符号である。 このデコーダは、実際には準最適性能を示し、非常に大きなエラー訂正符号を必要とする。 本稿では,信念伝搬(BP)アルゴリズムとSFデコーダを組み合わせたハイブリッドデコーダを提案する。
  論文  参考訳（メタデータ） (2020-04-23T14:48:05Z)

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。