Fugu-MT 論文翻訳(概要): Evolutionary BP+OSD Decoding for Low-Latency Quantum Error Correction

論文の概要: Evolutionary BP+OSD Decoding for Low-Latency Quantum Error Correction

arxiv url: http://arxiv.org/abs/2512.18273v1
Date: Sat, 20 Dec 2025 08:29:43 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-23 18:54:32.268629
Title: Evolutionary BP+OSD Decoding for Low-Latency Quantum Error Correction
Title（参考訳）: 低遅延量子エラー補正のための進化的BP+OSDデコード
Authors: Hee-Youl Kwak, Seong-Joon Park, Hyunwoo Jung, Jeongseok Ha, Jae-Won Kim,
Abstract要約: 本稿では,BPアルゴリズムにトレーニング可能な重みを組み込んだ量子誤り訂正のための進化的信念伝搬デコーダを提案する。実験により、BP+OSDは、特に厳密な低レイテンシ制約下で、BP+OSDよりもデコード性能が良く、計算複雑性も低くなることが示された。
参考スコア（独自算出の注目度）: 7.798982496438193
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose an evolutionary belief propagation (EBP) decoder for quantum error correction, which incorporates trainable weights into the BP algorithm and optimizes them via the differential evolution algorithm. This approach enables end-to-end optimization of the EBP combined with ordered statistics decoding (OSD). Experimental results on surface codes and quantum low-density parity-check codes show that EBP+OSD achieves better decoding performance and lower computational complexity than BP+OSD, particularly under strict low latency constraints (within 5 BP iterations).
Abstract（参考訳）: 本稿では、BPアルゴリズムにトレーニング可能な重みを組み込んだ量子誤り訂正のための進化的信念伝搬(EBP)デコーダを提案する。このアプローチは、順序付き統計復号(OSD)と組み合わせて、ESPのエンドツーエンド最適化を可能にする。表面符号と量子低密度パリティチェック符号の実験結果から、BP+OSDはBP+OSDよりも優れた復号化性能と計算複雑性を達成し、特に厳密な低レイテンシ制約下では(BPイテレーション5つ)。

関連論文リスト

Unbiased Dynamic Pruning for Efficient Group-Based Policy Optimization [60.87651283510059]
Group Relative Policy Optimization (GRPO) はLLM推論を効果的にスケールするが、計算コストは禁じている。本研究では,非バイアス勾配推定を保ちながら動的プルーニングを可能にする動的プルーニングポリシー最適化(DPPO)を提案する。刈り込みによって引き起こされるデータの空間性を軽減するため,ウィンドウベースの欲求戦略であるDense Prompt Packingを導入する。
論文参考訳（メタデータ） (2026-03-04T14:48:53Z)
Degeneracy Cutting: A Local and Efficient Post-Processing for Belief Propagation Decoding of Quantum Low-Density Parity-Check Codes [0.9558392439655014]
量子低密度パリティチェック(qLDPC)符号は、スケーラブルなフォールトトレラント量子計算を実現することを約束している。 qLDPC符号を復号化するための一般的なアプローチは、信念伝播デコーダ(BP)を使い、その後に復号化の精度を高めるための後処理ステップを用いることである。リアルタイムデコーディングでは、処理後アルゴリズムは計算コストが小さく、並列実装を容易にするためにTannerグラフ上のローカル操作にのみ依存することが望ましい。我々は,各安定化器の支持に制限された情報を操作するBPデコーダの効率的な後処理手法であるデジェネリアシーカット(DC)を提案する。
論文参考訳（メタデータ） (2025-10-09T18:01:30Z)
Accelerating BP-OSD Decoder for QLDPC Codes with Local Syndrome-Based Preprocessing [4.392193109807139]
低密度パリティチェック(QLDPC)符号は、最も有望な量子誤り訂正法の一つである。 BP-OSDはQLDPC符号の最先端デコーダであるが、高いデコード遅延に悩まされている。そこで本研究では,局所的なシンドロームパターンを用いて,自明なエラーイベントを検出する軽量な前処理ステップを提案する。
論文参考訳（メタデータ） (2025-09-02T02:30:02Z)
Fully Parallelized BP Decoding for Quantum LDPC Codes Can Outperform BP-OSD [11.699137824558164]
本稿では,信念伝達のみに基づく軽量デコーダを提案する。提案手法は,BP発振統計を用いて信頼できないビットを識別し,修正されたテストパターンの集合を生成し,低照度BPを用いて並列に復号する。
論文参考訳（メタデータ） (2025-06-30T20:47:28Z)
Efficient Approximate Degenerate Ordered Statistics Decoding for Quantum Codes via Reliable Subset Reduction [5.625796693054094]
我々は、近似縮退復号法の概念を導入し、順序付き統計復号法(OSD)と統合する。コードキャパシティノイズモデルにおけるOSD効率を大幅に向上するADOSDアルゴリズムを提案する。
論文参考訳（メタデータ） (2024-12-30T17:45:08Z)
Improved Belief Propagation Decoding Algorithms for Surface Codes [5.916355710767515]
BP(Belief propagation)は、ほぼ線形時間の複雑さと安定化符号の適用性で有名である。本稿では,表面符号のGF(4)よりもBPの復号精度を向上させることに焦点を当てる。提案するEWAInit-BPは,初期確率を適応的に更新し,従来のBPよりも1～3桁の精度向上を実現する。
論文参考訳（メタデータ） (2024-07-16T09:03:06Z)
Belief Propagation Decoding of Quantum LDPC Codes with Guided Decimation [55.8930142490617]
BPガイドデシミテーション(BPGD)に基づくQLDPC符号のデコーダを提案する。 BPGDは非収束によるBP故障率を著しく低下させる。
論文参考訳（メタデータ） (2023-12-18T05:58:07Z)
Neural Belief Propagation Decoding of Quantum LDPC Codes Using Overcomplete Check Matrices [60.02503434201552]
元のチェック行列における行の線形結合から生成された冗長な行を持つチェック行列に基づいてQLDPC符号を復号する。このアプローチは、非常に低い復号遅延の利点を付加して、復号性能を著しく向上させる。
論文参考訳（メタデータ） (2022-12-20T13:41:27Z)
Exact Optimization of Conformal Predictors via Incremental and Decremental Learning [46.9970555048259]
Conformal Predictors (CP) はMLメソッドのラッパーであり、データ分散に対する弱い仮定の下でエラー保証を提供する。分類や回帰から異常検出まで幅広い問題に適している。本研究では,基礎となるML手法と組み合わせて学習し,漸進的・漸進的学習を活用することにより,CP分類器を著しく高速化できることを示す。
論文参考訳（メタデータ） (2021-02-05T15:31:37Z)
Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文参考訳（メタデータ） (2020-10-01T18:14:11Z)
Belief Propagation Neural Networks [103.97004780313105]
信念伝播ニューラルネットワーク(BPNN)を紹介する。 BPNNは因子グラフ上で動作し、信念伝播(BP)を一般化する BPNNはIsingモデル上で1.7倍高速に収束し、より厳密な境界を提供することを示す。挑戦的なモデルカウント問題に関して、BPNNは最先端の手作り手法の100倍の速さを推定する。
論文参考訳（メタデータ） (2020-07-01T07:39:51Z)

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。