論文の概要: Toward Uncertainty-Aware and Generalizable Neural Decoding for Quantum LDPC Codes

• arxiv url: http://arxiv.org/abs/2510.06257v1
• Date: Sun, 05 Oct 2025 01:08:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-09 16:41:20.067891
• Title: Toward Uncertainty-Aware and Generalizable Neural Decoding for Quantum LDPC Codes
• Title（参考訳）: 量子LDPC符号の不確実性と一般化可能なニューラルデコーディングに向けて
• Authors: Xiangjun Mi, Frank Mueller,
• Abstract要約: 量子誤り訂正(QEC)はスケーラブルな量子コンピューティングに不可欠である。 我々は,ドット生成物とマルチヘッドの両方に注意を集中させるベイズグラフニューラルデコーダである textbfQuBA を提案する。 textbfSAGU textbf(Sequential Aggregate Generalization under Uncertainty)は、ドメイン間の堅牢性を向上したマルチコードトレーニングフレームワークである。
• 参考スコア（独自算出の注目度）: 0.9453554184019106
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum error correction (QEC) is essential for scalable quantum computing, yet decoding errors via conventional algorithms result in limited accuracy (i.e., suppression of logical errors) and high overheads, both of which can be alleviated by inference-based decoders. To date, such machine-learning (ML) decoders lack two key properties crucial for practical fault tolerance: reliable uncertainty quantification and robust generalization to previously unseen codes. To address this gap, we propose \textbf{QuBA}, a Bayesian graph neural decoder that integrates attention to both dot-product and multi-head, enabling expressive error-pattern recognition alongside calibrated uncertainty estimates. Building on QuBA, we further develop \textbf{SAGU }\textbf{(Sequential Aggregate Generalization under Uncertainty)}, a multi-code training framework with enhanced cross-domain robustness enabling decoding beyond the training set. Experiments on bivariate bicycle (BB) codes and their coprime variants demonstrate that (i) both QuBA and SAGU consistently outperform the classical baseline belief propagation (BP), achieving a reduction of on average \emph{one order of magnitude} in logical error rate (LER), and up to \emph{two orders of magnitude} under confident-decision bounds on the coprime BB code $[[154, 6, 16]]$; (ii) QuBA also surpasses state-of-the-art neural decoders, providing an advantage of roughly \emph{one order of magnitude} (e.g., for the larger BB code $[[756, 16, \leq34]]$) even when considering conservative (safe) decision bounds; (iii) SAGU achieves decoding performance comparable to or even outperforming QuBA's domain-specific training approach.
• Abstract（参考訳）: 量子誤り訂正(QEC)はスケーラブルな量子コンピューティングには不可欠であるが、従来のアルゴリズムによる誤りの復号化は、精度の限界(すなわち論理的誤りの抑制)と高いオーバーヘッドをもたらす。 これまで、機械学習(ML)デコーダには、信頼性のある不確実性定量化と、それまで見つからなかったコードに対する堅牢な一般化という、実用的なフォールトトレランスに不可欠な2つの重要な特性が欠けていた。 このギャップに対処するために,ドット生成物とマルチヘッドの両方に注意を集中させるベイズグラフニューラルデコーダである \textbf{QuBA} を提案する。 QuBAをベースとして、トレーニングセットを超えてデコードを可能にするクロスドメインロバスト性を強化したマルチコードトレーニングフレームワークである \textbf{SAGU }\textbf{(Sequential Aggregate Generalization under Uncertainty)} を開発した。 Bivariate bike (BB)符号とその共振器変種による実験 (i)QuBA及びSAGUは、論理的誤り率(LER)において平均的な 'emph{one order of magnitude} の減少を達成し、また、共謀BB符号$[[[154, 6, 16]]$の自信決定境界の下で最大 'emph{two order of magnitude} まで、古典的基本的信念伝播(BP)を一貫して上回っている。 (ii) QuBAは最先端のニューラルデコーダを超越し、保守的(安全)な決定境界を考慮しても、大小のBB符号$[[756, 16, \leq34]$]に対して、およそ \emph{one order of magnitude}(例: BB符号$[[756, 16, \leq34]]$)の利点を提供する。 (iii) SAGUは、QuBAのドメイン固有のトレーニングアプローチに匹敵する、あるいは、さらに優れたデコード性能を達成する。

関連論文リスト

• Fault-tolerant quantum computing with a high-rate symplectic double code [0.0]
  シンプレクティック・ダブルコードのためのフォールトトレラント・エンコーダを提案する。 この符号の利点は、高い符号化率に加えて、そのコンパクトさである。 また、任意の量子状態をコード空間に注入できる任意の状態エンコーダを開発した。
  論文  参考訳（メタデータ） (2025-09-18T22:03:30Z)
• Towards Better Code Generation: Adaptive Decoding with Uncertainty Guidance [42.737012213197865]
  AdaDecはアダプティブなデコーディングフレームワークで、ルックアヘッドベースで不確実性を認識した停止と再実行のメカニズムを採用している。 AdaDecは、greedyデコーディングと比較して、Pass@1の精度で20.9%の絶対的なゲインを達成する。 AdaDecは、必要に応じて再ランクを適用することで、計算オーバーヘッドとレイテンシを低減し、信頼性とともに効率を向上する。
  論文  参考訳（メタデータ） (2025-06-10T16:49:46Z)
• Analysis of Maximum Threshold and Quantum Security for Fault-Tolerant Encoding and Decoding Scheme Base on Steane Code [10.853582091917236]
  エンコードされたブロックのCNOTゲートがエラーの伝播を引き起こす可能性があるため、オリジナルのSteaneコードはフォールトトレラントではない。 まず, 誤り訂正期間において, 量子ゲート毎に発生する全てのエラーを解析するフォールトトレラント符号化・復号方式を提案する。 次に、耐故障性の準備とアシラリー状態の検証を含む、普遍量子ゲート集合の耐故障性スキームを提供する。
  論文  参考訳（メタデータ） (2024-03-07T07:46:03Z)
• 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)
• Fault-Tolerant Computing with Single Qudit Encoding [49.89725935672549]
  単一マルチレベルキューディットに実装された安定化器量子エラー訂正符号について論じる。 これらのコードは、quditの特定の物理的エラーに合わせてカスタマイズすることができ、効果的にそれらを抑制することができる。 分子スピン四重項上のフォールトトレラントな実装を実証し、線形キューディットサイズのみの成長を伴うほぼ指数関数的な誤差抑制を示す。
  論文  参考訳（メタデータ） (2023-07-20T10:51:23Z)
• 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)
• 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)

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。