Fugu-MT 論文翻訳(概要): Benchmarking simulation of hybrid decoding scheme for parity-encoded spin systems

論文の概要: Benchmarking simulation of hybrid decoding scheme for parity-encoded spin systems

arxiv url: http://arxiv.org/abs/2603.27776v2
Date: Tue, 31 Mar 2026 02:55:39 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-01 15:25:02.368129
Title: Benchmarking simulation of hybrid decoding scheme for parity-encoded spin systems
Title（参考訳）: パリティ符号化スピンシステムのハイブリッド復号方式のベンチマークシミュレーション
Authors: Yoshihiro Nambu,
Abstract要約: 本稿では、パリティ符号化されたスピンシステムのための実用的なハイブリッド復号方式のベンチマークシミュレーションを提案する。 SLHZ方式は,ポストリードアウト古典復号法と組み合わせた場合,ME方式よりも効率がよいことがわかった。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents classical benchmark simulations of a practical hybrid decoding scheme for parity-encoded spin systems, which is well-suited to the development of quantum annealing devices based on on-chip superconducting technology. We compared the performance of finding the optimal solution using two embedding schemes for emulating all-to-all connectivity from local interactions: the SLHZ scheme, proposed by Sourlas, Lechner, Hauke, and Zoller, and the commonly used minor embedding (ME) scheme. We found that the SLHZ scheme is more efficient than the ME scheme when combined with postreadout classical decoding based on the classical bit-flipping algorithm, although the SLHZ scheme itself is substantially less efficient than the ME scheme.
Abstract（参考訳）: 本稿では, 量子アニーリング装置の開発に好適なパリティ符号化スピンシステムの実用的ハイブリッドデコード方式の古典的ベンチマークシミュレーションを提案する。本研究では,Sourlas, Lechner, Hauke, Zoller の提案した SLHZ スキームと,ME スキームの2つの組込み方式を用いた最適解の探索性能を比較した。 SLHZ スキームは ME スキームよりも効率がよいが,従来のビットフリップアルゴリズムに基づくポストリードアウト古典復号法と組み合わせると,SLHZ スキーム自体が ME スキームよりもかなり効率が良くないことがわかった。

関連論文リスト

Practical hybrid decoding scheme for parity-encoded spin systems [0.0]
我々はSLHZモデルについて検討し、幾何学的に局所的なスピン相互作用によってのみ実装された短期量子アニールデバイスの実現を目指した。 SLHZモデルと古典的な低密度パリティチェック符号との密接な接続を考慮すると、復号には2つのアプローチが選択できる。提案手法は,SLHZモデルに基づくデコーダの読み出しにビットフリップデコードを適用することによって,この2つの手法を組み合わせる。
論文参考訳（メタデータ） (2025-10-30T06:56:36Z)
Hybrid Tree Tensor Networks for quantum simulation [0.0]
ハイブリッドツリーネットワーク(hTTN)を用いた基底状態最適化のための新しいアルゴリズムを提案する。我々は、hTTNsが古典的部分における等しい結合次元を持つ古典的等価性を改善することができることを示した。
論文参考訳（メタデータ） (2024-04-08T18:00:00Z)
A neural network-based approach to hybrid systems identification for control [4.324244627273018]
本研究では,未知の力学系の機械学習モデルの設計を有限個の(状態入力)状態データポイントから検討する。ニューラルネットワーク(NN)アーキテクチャを採用して、適切なトレーニングをすれば、連続的なピースワイズ-ファインダイナミクスを備えたハイブリッドシステムが得られるのです。 NNの重みを慎重に選択すると、有限地平面最適制御問題の一部として使用する場合に非常に有利な構造特性を持つハイブリッドシステムモデルが得られることを示す。
論文参考訳（メタデータ） (2024-04-02T10:16:30Z)
A Meta-Learning Based Precoder Optimization Framework for Rate-Splitting Multiple Access [53.191806757701215]
本稿では,トランスミッタ(CSIT)における部分チャネル状態情報を持つRSMAプリコーダを直接最適化するために,メタラーニングに基づく事前コーダ最適化フレームワークを提案する。コンパクトニューラルネットワークのオーバーフィッティングを利用して、ASR(Average Sum-Rate)表現を最大化することにより、実行時間を最小化しながら、他のトレーニングデータの必要性を効果的に回避する。数値的な結果から,メタラーニングに基づく解は,中規模シナリオにおける従来のプリコーダ最適化に類似したASR性能を実現し,大規模シナリオにおける準最適低複雑性プリコーダアルゴリズムよりも大幅に優れていた。
論文参考訳（メタデータ） (2023-07-17T20:31:41Z)
Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文参考訳（メタデータ） (2022-09-01T17:08:41Z)
Matching Pursuit Based Scheduling for Over-the-Air Federated Learning [67.59503935237676]
本稿では,フェデレートラーニング手法を用いて,オーバー・ザ・エアラーニングのための低複雑さデバイススケジューリングアルゴリズムのクラスを開発する。最先端の提案方式と比較すると,提案方式は極めて低効率なシステムである。提案手法の有効性は,CIFARデータセットを用いた実験により確認した。
論文参考訳（メタデータ） (2022-06-14T08:14:14Z)
Integrate Lattice-Free MMI into End-to-End Speech Recognition [87.01137882072322]
音声認識(ASR)研究において、識別基準はDNN-HMMシステムにおいて優れた性能を達成している。このモチベーションにより、差別的基準の採用は、エンドツーエンド(E2E)のASRシステムの性能を高めることを約束している。これまでの研究は、最小ベイズリスク(MBR、差別基準の一つ)をE2E ASRシステムに導入してきた。本研究では,他の広く使われている識別基準であるLF-MMIをE2Eに統合する新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-03-29T14:32:46Z)
Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文参考訳（メタデータ） (2020-11-18T16:40:45Z)
Iterative Algorithm Induced Deep-Unfolding Neural Networks: Precoding Design for Multiuser MIMO Systems [59.804810122136345]
本稿では,AIIDNN(ディープ・アンフォールディング・ニューラルネット)を一般化した,ディープ・アンフォールディングのためのフレームワークを提案する。古典的重み付き最小二乗誤差(WMMSE)反復アルゴリズムの構造に基づく効率的なIAIDNNを提案する。提案したIAIDNNは,計算複雑性を低減した反復WMMSEアルゴリズムの性能を効率よく向上することを示す。
論文参考訳（メタデータ） (2020-06-15T02:57:57Z)

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。