論文の概要: A Physics-Informed Neuro-Fuzzy Framework for Quantum Error Attribution

• arxiv url: http://arxiv.org/abs/2602.21253v1
• Date: Sun, 22 Feb 2026 16:19:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-26 18:19:16.555667
• Title: A Physics-Informed Neuro-Fuzzy Framework for Quantum Error Attribution
• Title（参考訳）: 量子エラー属性のための物理インフォーム型ニューロファジィフレームワーク
• Authors: Marwa R. Hassan, Naima Kaabouch,
• Abstract要約: 本稿では,適応型ニューロファジィ推論システムと物理接地型特徴工学を組み合わせることで,帰属問題に対処するニューロファジィフレームワークを提案する。 Bhattacharyya Vetoは、データ処理の不平等に根ざした物理的な制約である。 この研究は、論理的に欠陥のある回路にエラー軽減技術を適用することを防止する、堅牢で解釈可能な診断層を確立する。
• 参考スコア（独自算出の注目度）: 0.4511923587827302
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As quantum processors scale beyond 100 qubits, distinguishing software bugs from stochastic hardware noise becomes a critical diagnostic challenge. We present a neuro-fuzzy framework that addresses this attribution problem by combining Adaptive Neuro-Fuzzy Inference Systems (ANFIS) with physics-grounded feature engineering. We introduce the Bhattacharyya Veto, a hard physical constraint grounded in the Data Processing Inequality that prevents the classifier from attributing topologically impossible output distributions to noise. Validated on IBM's 156-qubit Heron r2 processor (ibm_fez) across 105 circuits spanning 17 algorithm families, the framework achieves 89.5% effective accuracy (+/- 5.9% CI). The system implements a safe failure mode, flagging 14.3% of ambiguous cases for manual review rather than forcing low-confidence predictions. We resolve key ambiguities -- such as distinguishing correct Grover amplification from bug-induced collapse -- and identify fundamental limits of single-basis diagnostics, including a Z-basis blind spot where phase-flip errors remain statistically invisible. This work establishes a robust, interpretable diagnostic layer that prevents error mitigation techniques from being applied to logically flawed circuits.
• Abstract（参考訳）: 量子プロセッサが100量子ビットを超えてスケールするにつれて、確率的なハードウェアノイズからソフトウェアバグを区別することが重要な診断課題となる。 本稿では,適応型ニューロファジィ推論システム(ANFIS)と物理基底機能工学を組み合わせることで,この属性問題に対処するニューロファジィフレームワークを提案する。 本稿では,Bhattacharyya Vetoについて紹介する。これはデータ処理の不等式に基づく物理的制約であり,分類器が位相的に不可能な出力分布をノイズにもたらすことを防止している。 IBMの156キュービットのHeron r2プロセッサ(ibm_fez)で、17のアルゴリズムファミリにまたがる105の回路で検証され、89.5%の有効精度(+/-5.9% CI)を達成した。 このシステムは安全な障害モードを実装しており、低信頼の予測を強制するのではなく、手動によるレビューのために14.3%の不明瞭なケースをフラグ付けしている。 我々は、Groverの正しい増幅とバグによって引き起こされた崩壊を区別するといった重要な曖昧さを解決し、位相フリップエラーが統計的に見えないZバス盲点を含む単一基底診断の基本的な限界を特定する。 この研究は、論理的に欠陥のある回路にエラー軽減技術を適用することを防止する、堅牢で解釈可能な診断層を確立する。

関連論文リスト

• A biased-erasure cavity qubit with hardware-efficient quantum error detection [19.031335768368475]
  消去量子ビットは、その緩和しきい値要求のために量子誤差の補正に有用である。 単一マイクロ波キャビティの真空および2光子フォック状態に符号化されたハードウェア効率の偏光量子ビットを実現する。
  論文  参考訳（メタデータ） (2026-01-29T12:19:59Z)
• Fault-Tolerant Quantum Error Correction: Implementing Hamming-Based Codes with Advanced Syndrome Extraction Techniques [0.0]
  インテリジェントアンシラ管理は、標準的なアプローチと比較して最大2.4$times$のエラー抑制を改善する。 我々の実装は、現実的な雑音条件下での論理誤差率を5.1×10-5$まで低くする。 これらの結果は、短期量子デバイスに即座にデプロイ可能なツールを提供する。
  論文  参考訳（メタデータ） (2026-01-10T00:10:52Z)
• Boundaries of Acceptable Defectiveness: Redefining Surface Code Robustness under Heterogeneous Noise [1.9962959874305284]
  超伝導量子ビットに関する過去の様々な研究は、これらのデバイスがかなりの変動を示すことを示している。 私たちの仕事は許容できる欠陥の境界を定義することを目的としています。 物理誤差率のように見えるような量子ビットの変動は、論理的量子ビット性能を著しく低下させる可能性がある。
  論文  参考訳（メタデータ） (2025-10-24T20:09:06Z)
• Leveraging erasure errors in logical qubits with metastable $^{171}$Yb atoms [4.3374029437939114]
  量子誤り訂正符号と論理量子ビット回路をメタスタブルな171$Yb量子ビットで示す。 核スピン量子ビットのコヒーレント輸送における劣化誤差を強く抑制できることを示す。 我々は,中間回路消去測定に基づく復号中に誤り訂正を行い,$[4,2,2]$符号の論理量子ビット符号化を実演する。
  論文  参考訳（メタデータ） (2025-06-16T17:29:05Z)
• Universal quantum computation via scalable measurement-free error correction [45.29832252085144]
  本研究では,中間回路計測を行なわずに誤り訂正を行うシナリオにおいて,普遍的な量子計算をフォールトトレラントにすることができることを示す。 論理的な$mathitCCZ$ゲートを実現するため,Bacon-Shor符号の無測定変形プロトコルを導入する。 特に,回路レベルのエラーレートが10～3ドル以下であれば,破れない論理性能が達成可能であることを示す。
  論文  参考訳（メタデータ） (2024-12-19T18:55:44Z)
• Optical aberrations in autonomous driving: Physics-informed parameterized temperature scaling for neural network uncertainty calibration [49.03824084306578]
  本稿では,ニューラルネットワークのキャリブレーションアーキテクチャに物理的帰納バイアスを組み込むことにより,AIターゲットアプリケーションの堅牢性と信頼性を高めることを提案する。 信頼に値する不確実性表現と認識連鎖の総合的検証戦略の道を開く。
  論文  参考訳（メタデータ） (2024-12-18T10:36:46Z)
• 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)
• 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)
• Fault-tolerant parity readout on a shuttling-based trapped-ion quantum computer [64.47265213752996]
  耐故障性ウェイト4パリティチェック測定方式を実験的に実証した。 フラグ条件パリティ測定の単発忠実度は93.2(2)%である。 このスキームは、安定化器量子誤り訂正プロトコルの幅広いクラスにおいて必須な構成要素である。
  論文  参考訳（メタデータ） (2021-07-13T20:08:04Z)

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。