論文の概要: Fully convolutional 3D neural network decoders for surface codes with syndrome circuit noise

• arxiv url: http://arxiv.org/abs/2506.16113v1
• Date: Thu, 19 Jun 2025 08:04:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-23 19:00:04.986288
• Title: Fully convolutional 3D neural network decoders for surface codes with syndrome circuit noise
• Title（参考訳）: シンドローム回路ノイズを有する表面符号のための完全畳み込み3次元ニューラルネットワークデコーダ
• Authors: Spiro Gicev, Lloyd C. L. Hollenberg, Muhammad Usman,
• Abstract要約: ANNは量子誤り訂正(QEC)の復号問題に対する有望なアプローチである 最近の拡張性を重視したアプローチでは、局所的なANNを用いて初期シンドロームと最終処理をグローバルな残留復号器に分割している。 本稿では,曲面コードデータシミュレーションとベンチマークデコーディングのためのベクトル化手法を提案する。 性能は、最大$d=97$の回転曲面符号に一般化され、偏極パラメータ閾値は最大$0.7%$が達成された。
• 参考スコア（独自算出の注目度）: 0.6435156676256051
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial Neural Networks (ANNs) are a promising approach to the decoding problem of Quantum Error Correction (QEC), but have observed consistent difficulty when generalising performance to larger QEC codes. Recent scalability-focused approaches have split the decoding workload by using local ANNs to perform initial syndrome processing and leaving final processing to a global residual decoder. We investigated ANN surface code decoding under a scheme exploiting the spatiotemporal structure of syndrome data. In particular, we present a vectorised method for surface code data simulation and benchmark decoding performance when such data defines a multi-label classification problem and generative modelling problem for rotated surface codes with circuit noise after each gate and idle timestep. Performance was found to generalise to rotated surface codes of sizes up to $d=97$, with depolarisation parameter thresholds of up to $0.7\%$ achieved, competitive with h Minimum Weight Perfect Matching (MWPM). Improved latencies, compared with MWPM alone, were found starting at code distances of $d=33$ and $d=89$ under noise models above and below threshold respectively. These results suggest promising prospects for ANN-based frameworks for surface code decoding with performance sufficient to support the demands expected from fault-tolerant resource estimates.
• Abstract（参考訳）: 人工ニューラルネットワーク(ANN)は量子誤り訂正(QEC)の復号化問題に対する有望なアプローチであるが、より大規模なQECコードに性能を一般化する際の一貫した困難を観測している。 最近の拡張性を重視したアプローチでは、局所的なANNを用いて初期シンドローム処理を行い、最終処理をグローバルな残留復号器に残すことで復号処理を分割している。 シンドロームデータの時空間構造を利用したANN曲面符号復号法について検討した。 特に,複数ラベルの分類問題と,各ゲートとアイドル時間後に回路ノイズを伴って回転する曲面符号の生成モデル問題を定義する際に,曲面符号データシミュレーションとベンチマーク復号性能のベクトル化手法を提案する。 性能は、最大で$d=97$の回転曲面符号に一般化され、最大で$0.7\%の偏極パラメータしきい値が達成され、h Minimum Weight Perfect Matching (MWPM)と競合する。 MWPM単体に比べて遅延が向上し, 符号距離が$d=33$と$d=89$の順に, 閾値以下のノイズモデルでそれぞれ開始した。 これらの結果は、フォールトトレラントなリソース推定から期待される要求をサポートするのに十分なパフォーマンスで、表面コードデコーディングのためのANNベースのフレームワークが期待できることを示唆している。

関連論文リスト

• Demonstrating dynamic surface codes [118.67046728951689]
  曲面符号の3つの時間力学的実装を実験的に実証した。 まず、曲面コードを六角格子上に埋め込んで、キュービットあたりの結合を4つから3つに減らした。 第二に、サーフェスコードを歩き、データの役割を交換し、各ラウンドごとにキュービットを測定し、蓄積した非計算エラーの組込み除去による誤り訂正を達成する。 第3に、従来のCNOTの代わりにiSWAPゲートを用いた表面コードを実現し、追加のオーバーヘッドを伴わずに、エラー訂正のための実行可能なゲートセットを拡張した。
  論文  参考訳（メタデータ） (2024-12-18T21:56:50Z)
• A High-Performance List Decoding Algorithm for Surface Codes with Erroneous Syndrome [9.191400697168389]
  本稿では,誤動作を伴う表面符号に対する高性能なリスト復号法を提案する。 提案手法は,まず,先行処理にBP復号法を用い,その後処理後統計復号法(OSD)を用いてキュービットとシンドロームの両方をリストアップし,復元する。
  論文  参考訳（メタデータ） (2024-09-11T03:12:18Z)
• Global Context Aggregation Network for Lightweight Saliency Detection of Surface Defects [70.48554424894728]
  我々は,エンコーダ・デコーダ構造上の表面欠陥を簡易に検出するためのGCANet(Global Context Aggregation Network)を開発した。 まず、軽量バックボーンの上部層に新しいトランスフォーマーエンコーダを導入し、DSA(Depth-wise Self-Attention)モジュールを通じてグローバルなコンテキスト情報をキャプチャする。 3つの公開欠陥データセットの実験結果から,提案したネットワークは,他の17の最先端手法と比較して,精度と実行効率のトレードオフを良好に達成できることが示された。
  論文  参考訳（メタデータ） (2023-09-22T06:19:11Z)
• A Scalable, Fast and Programmable Neural Decoder for Fault-Tolerant Quantum Computation Using Surface Codes [12.687083899824314]
  量子誤り訂正符号(Quantum error-correcting codes, QECCs)は、量子アルゴリズムの実行の大きな障害である量子ノイズの負の効果を排除できる。 回転曲面符号(RSC)に対するFTQECの要件を満たすスケーラブルで高速でプログラム可能なニューラルデコーディングシステムを提案する。 本システムでは,197 nsのデコード遅延を極端に低くし,その精度はMWPMに近い。
  論文  参考訳（メタデータ） (2023-05-25T06:23:32Z)
• 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)
• NAF: Neural Attenuation Fields for Sparse-View CBCT Reconstruction [79.13750275141139]
  本稿では,スパースビューCBCT再構成のための新規かつ高速な自己教師型ソリューションを提案する。 所望の減衰係数は、3次元空間座標の連続関数として表現され、完全に接続されたディープニューラルネットワークによってパラメータ化される。 ハッシュ符号化を含む学習ベースのエンコーダが採用され、ネットワークが高周波の詳細をキャプチャするのに役立つ。
  論文  参考訳（メタデータ） (2022-09-29T04:06:00Z)
• 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)
• A scalable and fast artificial neural network syndrome decoder for surface codes [0.8078491757252693]
  任意の形状と大きさの曲面符号をデコードできるスケーラブルで高速なシンドロームデコーダを開発した。 5000万を超えるランダムな量子エラーインスタンスの厳格なトレーニングに基づいて、ANNデコーダは1000を超えるコード距離で動作することを示した。
  論文  参考訳（メタデータ） (2021-10-12T09:41:09Z)

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。