論文の概要: Bayesian Optimization for Quantum Error-Correcting Code Discovery

• arxiv url: http://arxiv.org/abs/2601.18562v1
• Date: Mon, 26 Jan 2026 15:10:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:08.887293
• Title: Bayesian Optimization for Quantum Error-Correcting Code Discovery
• Title（参考訳）: 量子誤り訂正符号発見のためのベイズ最適化
• Authors: Yihua Chengyu, Richard Meister, Conor Carty, Sheng-Ku Lin, Roberto Bondesan,
• Abstract要約: データ効率とスケーラビリティを向上させる量子誤り訂正符号を発見するためのフレームワークを提案する。 我々の主な貢献は、高価なシミュレーションを行うことなく、量子LDPC符号の論理的誤り率を予測できるマルチビューチェーン複雑なニューラルネットワークである。
• 参考スコア（独自算出の注目度）: 3.0556222192221667
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum error-correcting codes protect fragile quantum information by encoding it redundantly, but identifying codes that perform well in practice with minimal overhead remains difficult due to the combinatorial search space and the high cost of logical error rate evaluation. We propose a Bayesian optimization framework to discover quantum error-correcting codes that improves data efficiency and scalability with respect to previous machine learning approaches to this task. Our main contribution is a multi-view chain-complex neural embedding that allows us to predict the logical error rate of quantum LDPC codes without performing expensive simulations. Using bivariate bicycle codes and code capacity noise as a testbed, our algorithm discovers a high-rate code [[144,36]] that achieves competitive per-qubit error rate compared to the gross code, as well as a low-error code [[144,16]] that outperforms the gross code in terms of error rate per qubit. These results highlight the ability of our pipeline to automatically discover codes balancing rate and noise suppression, while the generality of the framework enables application across diverse code families, decoders, and noise models.
• Abstract（参考訳）: 量子誤り訂正符号は、冗長に符号化することで脆弱な量子情報を保護するが、組合せ探索空間と論理的誤り率評価のコストが高いため、実際には最小限のオーバーヘッドでうまく機能する符号を特定することは困難である。 本稿では,この課題に対する従来の機械学習アプローチに対して,データ効率とスケーラビリティを向上させる量子誤り訂正符号を発見するためのベイズ最適化フレームワークを提案する。 我々の主な貢献は、高価なシミュレーションを行うことなく、量子LDPC符号の論理的誤り率を予測できるマルチビューチェーン複雑なニューラルネットワークである。 本手法では,二変量自転車符号とコードキャパシティノイズをテストベッドとして用いて,粗悪コードと競合するキュービット毎のエラー率を実現するハイレートコード[[144,36]と,粗悪コード([[144,16])とを探索するローエラーコード[[144,16]とを探索する。 これらの結果は、パイプラインがコードバランス率とノイズ抑圧を自動的に検出する能力を強調し、フレームワークの汎用性は、さまざまなコードファミリ、デコーダ、ノイズモデルにまたがるアプリケーションを可能にする。

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)
• Generative Decoding for Quantum Error-correcting Codes [6.964959672843989]
  機械学習における生成モデリングを利用した復号化アルゴリズムを提案する。 自己回帰ニューラルネットワークを用いて、論理演算子とシンドロームの結合確率を教師なしで学習する。 提案手法は,実時間および高レートの量子誤り訂正符号をリアルタイムに復号化するための潜在的な解決策として,生成人工知能を強調している。
  論文  参考訳（メタデータ） (2025-03-27T11:08:03Z)
• Near-optimal decoding algorithm for color codes using Population Annealing [44.99833362998488]
  回復操作を高い確率で行うデコーダを実装した。 異なる雑音モデルの下で4.8.8色符号格子上でのデコーダ性能について検討する。
  論文  参考訳（メタデータ） (2024-05-06T18:17:42Z)
• 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)
• 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)
• 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)
• 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。