論文の概要: Belief Propagation Convergence Prediction for Bivariate Bicycle Quantum Error Correction Codes

• arxiv url: http://arxiv.org/abs/2604.07995v1
• Date: Thu, 09 Apr 2026 09:03:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-10 18:34:05.820289
• Title: Belief Propagation Convergence Prediction for Bivariate Bicycle Quantum Error Correction Codes
• Title（参考訳）: 二変量量子誤り訂正符号の確率伝搬収束予測
• Authors: Anton Pakhunov,
• Abstract要約: コンバージェンスを1つのモジュロ演算で事前に予測できることが示される。 予測はBPスケジューリング戦略とRelay-BPを含むデコーダの変種の下で不変である。
• 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: Decoding Bivariate Bicycle (BB) quantum error correction codes typically requires Belief Propagation (BP) followed by Ordered Statistics Decoding (OSD) post-processing when BP fails to converge. Whether BP will converge on a given syndrome is currently determined only after running BP to completion. We show that convergence can be predicted in advance by a single modulo operation: if the syndrome defect count is divisible by the code's column weight w, BP converges with high probability (100% at p <= 0.001, degrading to 87% at p = 0.01); otherwise, BP fails with probability >= 90%. The mechanism is structural: each physical data error activates exactly w stabilizers, so a defect count not divisible by w implies the presence of measurement errors outside BP's model space. Validated on five BB codes with column weights w = 2, 3, and 4, mod-w achieves AUC = 0.995 as a convergence classifier at p = 0.001 under phenomenological noise, dominating all other syndrome features (next best: AUC = 0.52). The false positive rate scales empirically as O(p^2.05) (R^2 = 0.98), confirming the analytical bound from Proposition 2. Among BP failures on mod-w = 0 syndromes, 82% contain weight-2 data error clusters, directly confirming the dominant failure mechanism. The prediction is invariant under BP scheduling strategy and decoder variant, including Relay-BP - the strongest known BP enhancement for quantum LDPC codes. These results apply directly to IBM's Gross code [[144, 12, 12]] and Two-Gross code [[288, 12, 18]], targeted for deployment in 2026-2028.
• Abstract（参考訳）: Decoding Bivariate Bicycle (BB) quantum error correct codes requires Belief Propagation (BP) followed by Ordered Statistics Decoding (OSD) after-processing when BP fails to converge。 BPが特定の症候群に収束するか否かは、BPを完了させた後にのみ決定される。 本研究は,1つのモジュロ演算により収束を事前に予測できることを示し,符号の列重み w でシンドロームの欠陥数が割り切れる場合,BP は高い確率で収束する(p <= 0.001 で100%,p = 0.01 で 87% まで低下する)。 このメカニズムは構造的であり、各物理データエラーは正確に w 安定化器を活性化するので、w によって割り切れない欠陥数は、BP のモデル空間の外側に測定誤差が存在することを意味する。 カラム重み w = 2, 3, 4, の 5 つのBB符号で検証された mod-w は、P = 0.001 の収束分類器として AUC = 0.995 となり、他のすべての症候群の特徴(次は AUC = 0.52)を支配下に置く。 偽陽性率は O(p^2.05) (R^2 = 0.98) として経験的にスケールし、命題2からの解析的境界を確認する。 mod-w = 0症候群におけるBP障害のうち、82%は重み2データエラークラスタを含んでおり、支配的な障害機構を直接確認している。 予測はBPスケジューリング戦略とデコーダの変種で不変であり、Relay-BPは量子LDPC符号のBP拡張として最も知られている。 これらの結果は、2026-2028年のデプロイメントをターゲットにしたIBMのGrossコード[[144, 12, 12]とTwo-Grossコード[[288, 12, 18]に直接適用される。

関連論文リスト

• Scalable accuracy gains from postselection in quantum error correcting codes [0.0]
  トーリック符号における観察された症候群間の論理的故障率の統計的分布について検討した。 一般に、論理誤差率を$p_f$から$p_fb$に抑えることができる。
  論文  参考訳（メタデータ） (2025-10-06T18:00:47Z)
• Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
  生成のための教師なし共形推論フレームワークを提案する。 我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。 その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
  論文  参考訳（メタデータ） (2025-09-26T23:40:47Z)
• 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)
• Generalized quantum data-syndrome codes and belief propagation decoding for phenomenological noise [6.322831694506286]
  量子データシンドローム符号と、四進アルファベットと二進アルファベットを統合した一般化チェック行列を導入し、多様な誤り源を表現した。 高いエラー率では、症候群抽出のラウンドが少なく、より少ないエラー率ではラウンドが改善する傾向にある。
  論文  参考訳（メタデータ） (2023-10-19T12:23:05Z)
• Problem Dependent View on Structured Thresholding Bandit Problems [73.70176003598449]
  我々は、Thresholding Bandit problem (TBP)における問題依存体制について検討する。 学習者の目的は、シーケンシャルゲームの終わりに、所定のしきい値を超える手段を持つアームセットを出力することである。 コンケーブ設定と単調設定の両方で誤差の確率を上下に設定する。
  論文  参考訳（メタデータ） (2021-06-18T15:01:01Z)
• Exponential suppression of bit or phase flip errors with repetitive error correction [56.362599585843085]
  最先端の量子プラットフォームは通常、物理的エラーレートが10～3ドル近くである。 量子誤り訂正(QEC)は、多くの物理量子ビットに量子論理情報を分散することで、この分割を橋渡しすることを約束する。 超伝導量子ビットの2次元格子に埋め込まれた1次元繰り返し符号を実装し、ビットまたは位相フリップ誤差の指数的抑制を示す。
  論文  参考訳（メタデータ） (2021-02-11T17:11:20Z)
• On the Practicality of Differential Privacy in Federated Learning by Tuning Iteration Times [51.61278695776151]
  フェデレートラーニング(FL)は、分散クライアント間で機械学習モデルを協調的にトレーニングする際のプライバシ保護でよく知られている。 最近の研究では、naive flは勾配リーク攻撃の影響を受けやすいことが指摘されている。 ディファレンシャルプライバシ(dp)は、勾配漏洩攻撃を防御するための有望な対策として現れる。
  論文  参考訳（メタデータ） (2021-01-11T19:43:12Z)

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。