論文の概要: Fault-tolerant logical state construction based on cavity-QED network

• arxiv url: http://arxiv.org/abs/2503.11500v1
• Date: Fri, 14 Mar 2025 15:26:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-17 13:06:43.024858
• Title: Fault-tolerant logical state construction based on cavity-QED network
• Title（参考訳）: キャビティQEDネットワークに基づくフォールトトレラント論理状態構築
• Authors: Rui Asaoka, Yasunari Suzuki, Yuuki Tokunaga,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.196629787330046
• License:
• Abstract: Exploring an efficient and scalable architecture of fault-tolerant quantum computing (FTQC) is vital for demonstrating useful quantum computing. Here, we propose and evaluate a scalable and practical architecture with a cavity-quantum-electrodynamics (CQED) network. Our architecture takes advantage of the stability of neutral atoms and the flexibility of a CQED network. We show a concrete framework for implementing surface codes and numerically analyze the logical error rate and threshold values beyond the simplified circuit-level noise model on several network structures. Although the requirement of CQED parameters is demanding given the current performance of experimental systems, we show that an error-decoding algorithm tailored to our proposed architecture, where the loss information of ancillary photons is utilized, greatly improves the error threshold. For example, the internal cooperativity, a good figure of merit of the cavity performance for quantum computing, required for FTQC is relaxed to 1/5 compared to the normal error-decoding for the surface code. Since our proposal and results can be extended to other LDPC codes straightforwardly, our approach will lead to achieve more reliable FTQC using CQED.
• Abstract（参考訳）: フォールトトレラント量子コンピューティング(FTQC)の効率的でスケーラブルなアーキテクチャを探索することは、有用な量子コンピューティングを示す上で不可欠である。 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。 本稿では,複数のネットワーク構造における回路レベルの簡易ノイズモデルを超えた,論理的誤り率としきい値の数値化と実装のための具体的な枠組みを示す。 実験システムの性能から,CQEDパラメータの要件は要求されているが,提案アーキテクチャに適合する誤り復号アルゴリズムでは,アシラリー光子の損失情報が利用され,エラー閾値が大幅に向上することを示す。 例えば、FTQCに必要な空洞性能の優れた指標である内部協調性は、表面符号の通常の誤り復号法と比較して1/5に緩和される。 我々の提案と結果は、他のLDPCコードに簡単に拡張できるので、我々のアプローチは、CQEDを使ってより信頼性の高いFTQCを実現する。

関連論文リスト

• Q3DE: A fault-tolerant quantum computer architecture for multi-bit burst errors by cosmic rays [2.5387423427791047]
  本稿では、宇宙線によるマルチビットバーストエラー(MBBE)に対する耐性を適度な変化とオーバーヘッドで向上するFTQCアーキテクチャを提案する。 Q3DEは, MBBEの期間を1000倍に短縮し, 面積を半減することを示した。
  論文  参考訳（メタデータ） (2024-12-31T08:04:58Z)
• High-Performance and Scalable Fault-Tolerant Quantum Computation with Lattice Surgery on a 2.5D Architecture [0.5779598097190628]
  表面符号(SC)を用いた格子手術(LS)に基づく高性能・低オーバヘッドFTQCアーキテクチャを提案する。 提案したBypassアーキテクチャは、密度と粗いキュービット層からなる2.5次元アーキテクチャである。 その結果、BypassアーキテクチャはFTQCの忠実度を改善し、1.73倍のスピードアップと17%のハードウェアリソース削減を実現している。
  論文  参考訳（メタデータ） (2024-11-26T15:27:59Z)
• A Quantum Approximate Optimization Algorithm-based Decoder Architecture for NextG Wireless Channel Codes [6.52154420965995]
  FEC(Forward Error Correction)は、ノイズや干渉があるにもかかわらず、無線ネットワークにおける信頼性の高いデータフローを提供する。 FEC処理は、その計算力に富んだ復号プロセスのために、無線ネットワークのリソースのかなりの部分を必要とする。 我々は、人気のあるNextG無線低密度パリティチェック(LDPC)と極符号を対象とした、QAOAベースのFECデコーダであるFDeQを提案する。 FDeQは、FEC符号ブロック長の低い最先端の古典的復号器と同等のエラー性能で復号化を成功させる。
  論文  参考訳（メタデータ） (2024-08-21T15:53:09Z)
• Optimizing Quantum Convolutional Neural Network Architectures for Arbitrary Data Dimension [2.9396076967931526]
  量子畳み込みニューラルネットワーク(QCNN)は量子機械学習において有望なアプローチである。 量子リソースの割り当てを最適化しながら任意の入力データ次元を処理できるQCNNアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2024-03-28T02:25:12Z)
• Reconfigurable Intelligent Surface (RIS)-Assisted Entanglement Distribution in FSO Quantum Networks [62.87033427172205]
  自由空間光(FSO)量子チャネルに依存する量子ネットワーク(QN)は、光ファイバー基盤の確立が困難でコストがかかる環境における量子アプリケーションをサポートすることができる。 エンタングルメント分布のための仮想視線を提供する費用効率の高いフレームワークとして,再構成可能なインテリジェントサーフェス(RIS)を用いたFSOベースのQNを提案する。
  論文  参考訳（メタデータ） (2024-01-19T17:16:40Z)
• Scaling Limits of Quantum Repeater Networks [62.75241407271626]
  量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。 量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。 本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
  論文  参考訳（メタデータ） (2023-05-15T14:57:01Z)
• 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)
• Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
  本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。 この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。 GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
  論文  参考訳（メタデータ） (2022-04-18T21:45:13Z)
• DeepQMLP: A Scalable Quantum-Classical Hybrid DeepNeural Network Architecture for Classification [6.891238879512672]
  量子機械学習(QML)は、従来の機械学習(ML)タスクの潜在的なスピードアップと改善を約束している。 本稿では、古典的なディープニューラルネットワークアーキテクチャにインスパイアされたスケーラブルな量子古典ハイブリッドニューラルネットワーク(DeepQMLP)アーキテクチャを提案する。 DeepQMLPは、ノイズ下での推論において、最大25.3%の損失と7.92%の精度を提供する。
  論文  参考訳（メタデータ） (2022-02-02T15:29:46Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• On the learnability of quantum neural networks [132.1981461292324]
  本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。 また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
  論文  参考訳（メタデータ） (2020-07-24T06:34:34Z)

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。