論文の概要: Turbo-Annihilation of Hook Errors in Stabilizer Measurement Circuits

• arxiv url: http://arxiv.org/abs/2504.21200v1
• Date: Tue, 29 Apr 2025 22:09:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-09 23:10:47.657095
• Title: Turbo-Annihilation of Hook Errors in Stabilizer Measurement Circuits
• Title（参考訳）: 安定化器測定回路におけるフック誤差のターボ消滅
• Authors: Michele Pacenti, Asit K. Pradhan, Shantom K. Borah, Bane Vasic,
• Abstract要約: 安定化器測定回路における相関フック誤りを補正するためのスケーラブルな復号化フレームワークを提案する。 従来の回路レベルの復号法は、拡張タナーグラフを構築することによって断層の正確な位置を推定しようとする。 提案手法では,フック故障によるデータエラーをメモリチャネルとしてモデル化する。
• 参考スコア（独自算出の注目度）: 2.6999000177990924
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We propose a scalable decoding framework for correcting correlated hook errors in stabilizer measurement circuits. Traditional circuit-level decoding attempts to estimate the precise location of faults by constructing an extended Tanner graph that includes every possible source of noise. However, this results in a highly irregular graph with many short cycles, leading to poor performance of message-passing algorithms. To compensate, ordered statistics decoding is typically employed, but its cubic complexity renders it impractical for large codes or repeated stabilizer measurements. Our approach instead focuses on estimating the effective data errors caused by hook faults, modeling them as memory channels. We integrate trellis-based soft-input soft-output equalizers into the Tanner graph of the code, and show that the resulting decoding graph preserves the structural properties of the original Tanner graph such as node degree and girth, enabling efficient message passing. Applied to bivariate bicycle quantum LDPC codes, our decoder outperforms standard belief propagation on the circuit-level graph and closely approaches OSD0 performance, all while maintaining linear complexity and scalability.
• Abstract（参考訳）: 安定化器測定回路における相関フック誤りを補正するためのスケーラブルな復号化フレームワークを提案する。 従来の回路レベルの復号法は、可能な全てのノイズ源を含む拡張タナーグラフを構築することにより、断層の正確な位置を推定しようとする。 しかし、これは多くの短いサイクルを持つ非常に不規則なグラフとなり、メッセージパッシングアルゴリズムの性能が低下する。 順序付き統計復号法は典型的には用いられるが、その立方体の複雑さは大きな符号や繰り返し安定化器の測定には実用的ではない。 提案手法では,フック故障によるデータエラーをメモリチャネルとしてモデル化する。 我々はトレリスベースのソフトインプット・ソフトアウトプット・イコライザをコードのタナーグラフに統合し、結果として得られた復号グラフがノード次数やガースといった元のタナーグラフの構造特性を保ち、効率的なメッセージパッシングを可能にすることを示す。 二変量自転車量子LDPC符号の適用により、回路レベルグラフ上での標準信念の伝搬性能を向上し、線形複雑性とスケーラビリティを維持しつつOSD0性能に近づいた。

関連論文リスト

• 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)
• An almost-linear time decoding algorithm for quantum LDPC codes under circuit-level noise [0.562479170374811]
  我々は、量子低密度パリティチェック符号のほぼ線形時間デコーダとして、信念伝播と順序付きタナーフォレスト(BP+OTF)アルゴリズムを導入する。 BP+OTFデコーダは,最先端のインバージョンベースデコーダの桁数で論理誤差を抑えることができることを示す。
  論文  参考訳（メタデータ） (2024-09-02T19:50:57Z)
• Fault-tolerant quantum computation using large spin cat-codes [0.8640652806228457]
  本研究では、スピンキャット符号を用いて、大きなスピンキュウトに符号化された量子ビットに基づいて、フォールトトレラントな量子誤り訂正プロトコルを構築する。 我々は、量子制御とライダーベルク封鎖を用いて、ランク保存されたCNOTゲートを含む普遍ゲートセットを生成する方法を示す。 これらの知見は、量子情報処理において、耐障害性、高いしきい値、リソースオーバーヘッドを低減できる可能性を持つ、大きなスピンで量子ビットを符号化する方法を舗装している。
  論文  参考訳（メタデータ） (2024-01-08T22:56:05Z)
• Fault-tolerant quantum architectures based on erasure qubits [49.227671756557946]
  我々は、支配的なノイズを既知の場所での消去に効率よく変換することで、消去量子ビットの考え方を利用する。 消去量子ビットと最近導入されたFloquet符号に基づくQECスキームの提案と最適化を行う。 以上の結果から, 消去量子ビットに基づくQECスキームは, より複雑であるにもかかわらず, 標準手法よりも著しく優れていることが示された。
  論文  参考訳（メタデータ） (2023-12-21T17:40:18Z)
• Graph Neural Networks for Enhanced Decoding of Quantum LDPC Codes [6.175503577352742]
  量子低密度パリティチェック(LDPC)符号に対する微分可能な反復デコーダを提案する。 提案アルゴリズムは,古典的信念伝達(BP)復号段階と中間グラフニューラルネットワーク(GNN)層から構成される。
  論文  参考訳（メタデータ） (2023-10-26T19:56:25Z)
• Generalized quantum data-syndrome codes and belief propagation decoding for phenomenological noise [6.322831694506286]
  量子データシンドローム符号と、四進アルファベットと二進アルファベットを統合した一般化チェック行列を導入し、多様な誤り源を表現した。 高いエラー率では、症候群抽出のラウンドが少なく、より少ないエラー率ではラウンドが改善する傾向にある。
  論文  参考訳（メタデータ） (2023-10-19T12:23:05Z)
• Data-driven decoding of quantum error correcting codes using graph neural networks [0.0]
  グラフニューラルネットワーク(GNN)を用いたモデルフリーでデータ駆動型デコーディングアプローチについて検討する。 GNNベースのデコーダは、シミュレーションデータのみを与えられた表面コード上での回路レベルのノイズに対する整合デコーダよりも優れていることを示す。 その結果、デコードに対する純粋にデータ駆動型アプローチが、実用的な量子誤り訂正のための実行可能な選択肢である可能性が示唆された。
  論文  参考訳（メタデータ） (2023-07-03T17:25:45Z)
• 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)
• Fundamental Limits of Two-layer Autoencoders, and Achieving Them with Gradient Methods [91.54785981649228]
  本稿では,非線形二層型オートエンコーダについて述べる。 本結果は,人口リスクの最小化要因を特徴付け,その最小化要因が勾配法によって達成されることを示す。 符号アクティベーション関数の特別な場合において、この解析は、シャローオートエンコーダによるガウス音源の損失圧縮の基本的な限界を確立する。
  論文  参考訳（メタデータ） (2022-12-27T12:37:34Z)
• Denoising Diffusion Error Correction Codes [92.10654749898927]
  近年、ニューラルデコーダは古典的デコーダ技術に対する優位性を実証している。 最近の最先端のニューラルデコーダは複雑で、多くのレガシデコーダの重要な反復的スキームが欠如している。 本稿では,任意のブロック長の線形符号のソフトデコードにデノナイズ拡散モデルを適用することを提案する。
  論文  参考訳（メタデータ） (2022-09-16T11:00:50Z)
• 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)

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。