論文の概要: Learning to Concatenate Quantum Codes

• arxiv url: http://arxiv.org/abs/2604.14931v1
• Date: Thu, 16 Apr 2026 12:20:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-17 21:29:31.886835
• Title: Learning to Concatenate Quantum Codes
• Title（参考訳）: 量子コードを構成するための学習
• Authors: Nico Meyer, Christopher Mutschler, Dominik Seuß, Andreas Maier, Daniel D. Scherer,
• Abstract要約: 量子誤り訂正符号の結合は、論理的誤り率をレベルを2倍に下げることで、誤り訂正能力を拡大する。 各レベル以降の有効なノイズチャンネルを推定し、それに応じて次のコードを選択することで、この選択を自動化する。 シミュレーションでは、このレベルワイド適応は、安定化器符号のみを連結するよりもはるかに少ないキュービットのターゲット論理誤差率を達成する。
• 参考スコア（独自算出の注目度）: 6.03176175302545
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Concatenating quantum error correction codes scales error correction capability by driving logical error rates down double-exponentially across levels. However, the noise structure shifts under concatenation, making it hard to choose an optimal code sequence. We automate this choice by estimating the effective noise channel after each level and selecting the next code accordingly. In particular, we use learning-based methods to tailor small, non-additive encoders when the noise exhibits sufficient structure, then switch to standard codes once the noise is nearly uniform. In simulations, this level-wise adaptation achieves a target logical error rate with far fewer qubits than concatenating stabilizer codes alone--reducing qubit counts by up to two orders of magnitude for strongly structured noise. Therefore, this hybrid, learning-based strategy offers a promising tool for early fault-tolerant quantum computing.
• Abstract（参考訳）: 量子誤り訂正符号の結合は、論理的誤り率をレベルを2倍に下げることで、誤り訂正能力を拡大する。 しかし、結合の下でノイズ構造が変化し、最適な符号列を選択するのが困難になる。 各レベル以降の有効なノイズチャンネルを推定し、それに応じて次のコードを選択することで、この選択を自動化する。 特に、ノイズが十分な構造を示す場合、学習ベースの手法を使用して、ノイズがほぼ均一であれば標準符号に切り替える。 シミュレーションでは、このレベルワイド適応は、強い構造を持つ雑音に対して最大2桁の量子ビット数を縮小する安定化器符号よりもはるかに少ない量子ビットのターゲット論理誤差率を達成する。 したがって、このハイブリッド学習ベースの戦略は、早期フォールトトレラント量子コンピューティングのための有望なツールを提供する。

関連論文リスト

• Bayesian Optimization for Quantum Error-Correcting Code Discovery [3.0556222192221667]
  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。
  論文  参考訳（メタデータ） (2026-01-26T15:10:01Z)
• Circuit-level fault tolerance of cat codes [0.0]
  ボソニック符号は、誤り訂正機能を備えた単一の無限次元物理系に量子情報を符号化する。 ボソニック符号の最近の議論はボソンロス誤差のみを修正することに集中している。 我々は、待ち時間最適化とスクイーズの使用により、ノイズ要求を短期量子ハードウェアで達成可能な状態に戻す方法を示す。
  論文  参考訳（メタデータ） (2024-06-06T15:18:25Z)
• 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)
• Color code decoder with improved scaling for correcting circuit-level noise [2.440316110613964]
  2次元カラーコードは、フォールトトレラント量子コンピューティングの有望な候補である。 色ごとに一致する2つのデコーダを組み合わせた効率的なカラーコードデコーダを提案する。 私たちのシミュレーションでは、この復号化戦略が論理的失敗の可能な限りのスケーリングにほぼ達していることが示されています。
  論文  参考訳（メタデータ） (2024-04-11T05:31:39Z)
• Fault-tolerant quantum architectures based on erasure qubits [49.227671756557946]
  我々は、支配的なノイズを既知の場所での消去に効率よく変換することで、消去量子ビットの考え方を利用する。 消去量子ビットと最近導入されたFloquet符号に基づくQECスキームの提案と最適化を行う。 以上の結果から, 消去量子ビットに基づくQECスキームは, より複雑であるにもかかわらず, 標準手法よりも著しく優れていることが示された。
  論文  参考訳（メタデータ） (2023-12-21T17:40:18Z)
• Scalable noisy quantum circuits for biased-noise qubits [37.69303106863453]
  安定猫量子ビットの既存システムに動機づけられたビットフリップ誤差のみに影響されるバイアスノイズ量子ビットを考察する。 現実的なノイズモデルでは、位相フリップは無視できないが、Pauli-Twirling近似では、ベンチマークが最大106ドルのゲートを含む回路の正しさを確認できる。
  論文  参考訳（メタデータ） (2023-05-03T11:27:50Z)
• Efficient and robust certification of genuine multipartite entanglement in noisy quantum error correction circuits [58.720142291102135]
  実効多部絡み(GME)認証のための条件付き目撃手法を導入する。 線形な二分割数における絡み合いの検出は, 多数の測定値によって線形にスケールし, GMEの認証に十分であることを示す。 本手法は, 距離3の位相的カラーコードとフラグベースの耐故障バージョンにおける安定化作用素の雑音可読化に適用する。
  論文  参考訳（メタデータ） (2020-10-06T18:00:07Z)
• Efficiently computing logical noise in quantum error correcting codes [0.0]
  実効論理ノイズに対する再正規化として,読み出し量子ビット上の測定誤差が現れることを示す。 実効的論理ノイズの計算複雑性を,数桁のオーダーで低減する一般手法を導出する。
  論文  参考訳（メタデータ） (2020-03-23T19:40:56Z)

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。