論文の概要: A Unified Hardware-to-Decoder Architecture for Hybrid Continuous-Variable and Discrete-Variable Quantum Error Correction in LiDMaS+

• arxiv url: http://arxiv.org/abs/2604.15389v1
• Date: Thu, 16 Apr 2026 06:03:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-20 22:00:19.580627
• Title: A Unified Hardware-to-Decoder Architecture for Hybrid Continuous-Variable and Discrete-Variable Quantum Error Correction in LiDMaS+
• Title（参考訳）: LiDMaS+におけるハイブリッド連続可変・離散可変量子誤差補正のための統一ハードウェア・デコーダアーキテクチャ
• Authors: Dennis Delali Kwesi Wayo, Chinonso Onah, Leonardo Goliatt, Sven Groppe,
• Abstract要約: LiDMaS+(LiDMaS+)は、連続可変量子誤り訂正のためのアーキテクチャレベルのハードウェア-論理-復号器実行スタックである。 本稿では,連続変数と離散変数のハイブリッド量子誤り訂正のためのアーキテクチャレベルのハードウェア-論理-復号器実行スタックを提案する。
• 参考スコア（独自算出の注目度）: 4.11280059407553
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present an architecture-level hardware-to-logical-to-decoder execution stack for hybrid continuous-variable and discrete-variable quantum error correction in LiDMaS+. Provider-native records are normalized into a single decoder IO contract and replayed under fixed controls across MWPM, UF, BP, and neural-MWPM. In a Xanadu case study using fixture inputs and sampled public datasets, replay integrity was complete: 108/108 fixture and 4000/4000 real-slice request-response lines, with zero request-parse errors, zero response-parse errors, and zero decoder-name mismatches. Under matched inputs, decoder behavior is clearly regime-dependent. For weighted fixture summaries, average flip count was 1.296 (MWPM), 1.296 (UF), 0.667 (BP), and 1.296 (neural-MWPM). For weighted real-data summaries, average flip count was 0.641 (MWPM), 0.741 (UF), 0.318 (BP), and 0.641 (neural-MWPM); corresponding nonempty-flip rates were 0.490, 0.490, 0.318, and 0.490. Across fixture data, BP reduced weighted correction volume by 48.6\% versus MWPM; across real slices, BP reduced weighted correction volume by 50.4\% versus MWPM and 57.1\% versus UF. Quality controls show the central interpretability tradeoff: BP is intervention-conservative but leaves higher residual burden, while MWPM-family decoders intervene more aggressively and clear more syndrome. Warning-no-syndrome rates remained decoder-invariant and dataset-driven (fixture weighted 0.259; real weighted 0.510), confirming preserved sparsity semantics from hardware input to logical correction. Re-running analysis stages reproduced identical SHA-256 artifacts, enabling deterministic study iteration. These results establish a practical benchmarking foundation for photonic GKP-oriented hardware programs where decoder policy must be selected as a function of operating regime.
• Abstract（参考訳）: 本稿では,LiDMaS+における連続変数と離散変数のハイブリッド量子誤り訂正のためのアーキテクチャレベルのハードウェア-論理-復号器実行スタックを提案する。 プロバイダネイティブレコードは、単一のデコーダIOコントラクトに正規化され、MWPM、UF、BP、ニューラルMWPMの固定制御下で再生される。 108/108フィクスチャと4000/4000のリアルタイムスライス要求応答ライン、リクエストパースエラーゼロ、レスポンスパースエラーゼロ、デコーダ名ミスマッチ。 一致した入力の下では、デコーダの動作は明らかに状態依存である。 重み付きフィクスチャサマリーでは、平均フリップ数は1.296 (MWPM)、1.296 (UF)、0.667 (BP)、1.296 (neural-MWPM)であった。 重み付き実データ要約では、平均フリップ数は0.641(MWPM)、0.741(UF)、0.318(BP)、0.641(神経-MWPM)であり、それに対応する非空フリップ率は0.490、0.490、0.318、0.490である。 フィクスチャデータ全体では、BPは加重補正量をMWPMに対して48.6\%削減し、実際のスライスでは、BPは加重補正量をMWPMに対して50.4\%、UFに対して57.1\%削減した。 BPは介入保守的であるが、余分な負担を伴い、MWPMファミリーデコーダはより積極的に介入し、より多くの症候群をクリアする。 警告のシンドロームレートはデコーダに不変であり、データセット駆動(固定重み0.259、実重み0.510)で、ハードウェア入力から論理的修正まで保存された空間意味性を確認した。 再実行解析段階は同一のSHA-256アーティファクトを再現し、決定論的研究の繰り返しを可能にした。 これらの結果は,光学的GKP指向ハードウェアプログラムの実用的なベンチマーク基盤を確立し,デコーダポリシーをオペレーティング・システマティクスの関数として選択する必要がある。

関連論文リスト

• Decoder Performance in Hybrid CV-Discrete Surface-Code Threshold Estimation Using LiDMaS+ [3.833542530785707]
  閾値推定はフォールトトレラント量子コンピューティングの中心であるが、報告された閾値はコードやノイズモデルだけでなく、シンドロームデータを解釈するデコーダにも依存する。 標準パウリノイズモデルとGKP方式のディジタル化を動機としたハイブリッド連続変数/離散モデルの両方による表面符号閾値推定の依存性について検討する。
  論文  参考訳（メタデータ） (2026-03-06T03:33:00Z)
• Degeneracy Cutting: A Local and Efficient Post-Processing for Belief Propagation Decoding of Quantum Low-Density Parity-Check Codes [0.9558392439655014]
  量子低密度パリティチェック(qLDPC)符号は、スケーラブルなフォールトトレラント量子計算を実現することを約束している。 qLDPC符号を復号化するための一般的なアプローチは、信念伝播デコーダ(BP)を使い、その後に復号化の精度を高めるための後処理ステップを用いることである。 リアルタイムデコーディングでは、処理後アルゴリズムは計算コストが小さく、並列実装を容易にするためにTannerグラフ上のローカル操作にのみ依存することが望ましい。 我々は,各安定化器の支持に制限された情報を操作するBPデコーダの効率的な後処理手法であるデジェネリアシーカット(DC)を提案する。
  論文  参考訳（メタデータ） (2025-10-09T18:01:30Z)
• 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)
• Accelerating BP-OSD Decoder for QLDPC Codes with Local Syndrome-Based Preprocessing [4.392193109807139]
  低密度パリティチェック(QLDPC)符号は、最も有望な量子誤り訂正法の一つである。 BP-OSDはQLDPC符号の最先端デコーダであるが、高いデコード遅延に悩まされている。 そこで本研究では,局所的なシンドロームパターンを用いて,自明なエラーイベントを検出する軽量な前処理ステップを提案する。
  論文  参考訳（メタデータ） (2025-09-02T02:30:02Z)
• DC-Solver: Improving Predictor-Corrector Diffusion Sampler via Dynamic Compensation [68.55191764622525]
  拡散モデル(DPM)は、視覚合成において顕著な性能を示すが、サンプリング中に複数の評価を必要とするため、計算コストが高い。 最近の予測器合成・拡散サンプリング装置は,要求される評価回数を大幅に削減したが,本質的には誤調整の問題に悩まされている。 我々はDC-CPRrと呼ばれる新しい高速DPMサンプリング装置を導入する。
  論文  参考訳（メタデータ） (2024-09-05T17:59:46Z)
• Towards Effective and Efficient Non-autoregressive Decoding Using Block-based Attention Mask [74.64216073678617]
  AMDはアテンションマスクを用いて隠された出力ラベルの連続ブロック内で並列NAR推論を行う。 ビームサーチアルゴリズムは、CTC、ARデコーダ、AMD確率の動的融合を利用するように設計されている。 LibriSpeech-100hrコーパスの実験では、AMDモジュールを組み込んだトリパルタイトデコーダが最大1.73倍のデコード速度比を生み出すことを示唆している。
  論文  参考訳（メタデータ） (2024-06-14T13:42:38Z)
• DGR: Tackling Drifted and Correlated Noise in Quantum Error Correction via Decoding Graph Re-weighting [14.817445452647588]
  量子オーバーヘッドを伴わない効率的なデコードグラフエッジ再重み付け戦略を提案する。 DGRは、平均ケースノイズミスマッチで論理誤差率を3.6倍にし、最悪のケースミスマッチで5000倍以上の改善を行う。
  論文  参考訳（メタデータ） (2023-11-27T18:26:16Z)
• Bayesian Transformer Language Models for Speech Recognition [59.235405107295655]
  トランスフォーマーで表現される最先端のニューラルネットワークモデル(LM)は非常に複雑である。 本稿では,トランスフォーマーLM推定のためのベイズ学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-02-09T10:55:27Z)

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。