論文の概要: DiffQEC: A versatile diffusion model for quantum error correction

• arxiv url: http://arxiv.org/abs/2604.24640v1
• Date: Mon, 27 Apr 2026 16:08:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:08.13844
• Title: DiffQEC: A versatile diffusion model for quantum error correction
• Title（参考訳）: DiffQEC:量子誤り訂正のための多用途拡散モデル
• Authors: Tianyi Xu, Qinglong Liu, Maolin Wang, Fei Zhang, Zhe Zhao, Yang Wang, Ye Wei,
• Abstract要約: DiffQEC(DiffQEC)は,マルチラウンド空間時間症候群のプロセッサを組み込んだデコーダである。 Googleの超伝導量子プロセッサの実験データに基づいて、DiffQECは論理エラー率を最大10.2%削減する。 これらの改善は、脱分極ノイズ下では、コード距離を最大17まで延長する。
• 参考スコア（独自算出の注目度）: 17.479930278772667
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Quantum computers could solve problems beyond the reach of classical devices, but this potential depends on quantum error correction (QEC) to protect fragile quantum states from noise. A central challenge in QEC is decoding: inferring likely physical errors from syndrome patterns generated by repeated stabilizer measurements. Existing decoders, including graph-based and neural approaches, typically return a single correction hypothesis and therefore discard the richer posterior structure of the error distribution conditioned on the observed syndrome. Here we recast QEC decoding as posterior inference using discrete denoising diffusion, exploiting the analogy between stochastic error accumulation and the forward diffusion process. We introduce DiffQEC, a generative decoder that combines a syndrome processor for multi-round spatial-temporal syndrome histories with syndrome feature modulation to condition denoising on the observed syndrome throughout inference. On experimental data from Google's superconducting quantum processor, DiffQEC reduces logical error rates by up to 10.2% relative to minimum-weight perfect matching and by about 5% relative to tensor-network decoding. These improvements persist for larger code distances up to 17 under depolarizing noise and for logical circuits of increasing depth. Beyond accuracy, the learned posterior provides confidence estimates for post-selection and reveals physically meaningful error structure, establishing posterior generative decoding as a practical framework for QEC.
• Abstract（参考訳）: 量子コンピュータは古典的なデバイスの範囲を超えて問題を解決することができるが、このポテンシャルは脆弱な量子状態のノイズから保護するために量子エラー補正(QEC)に依存する。 QECにおける中心的な課題はデコードである: 繰り返し安定化器の測定によって生成されたシンドロームパターンから、おそらく物理的エラーを推測する。 グラフベースおよびニューラルアプローチを含む既存のデコーダは、通常、単一の補正仮説を返却し、観察されたシンドロームに条件付けられたエラー分布のよりリッチな後部構造を破棄する。 ここでは,確率的誤り蓄積と前方拡散過程の類似性を生かし,離散化拡散を用いた後部推論としてQEC復号を再放送する。 DiffQEC(DiffQEC)は、マルチラウンドの時空間症候群履歴のためのシンドロームプロセッサと、推論を通して観察されたシンドロームを認知させるシンドローム特徴変調を組み合わせた生成デコーダである。 Googleの超伝導量子プロセッサの実験データに基づいて、DiffQECは最小ウェイト完全マッチングに対して論理誤差率を最大10.2%、テンソルネットワークデコーディングに対して約5%削減する。 これらの改良は、分極ノイズの下で最大17までのコード距離と、深度を増大させる論理回路に持続する。 正確性以外に、学習した後処理は、選択後の信頼度を推定し、物理的に意味のあるエラー構造を明らかにし、後生成復号をQECの実践的な枠組みとして確立する。

関連論文リスト

• Analyzing Decoders for Quantum Error Correction [5.830619388189557]
  量子エラー補正(QEC)は、ノイズの多いハードウェア上での信頼性の高い計算を可能にする。 競合するデコードアルゴリズムが豊富にあるため、QECシステムデザイナはそれらを評価するための信頼性の高い方法が必要である。 本稿では,QECプログラムのコア言語として,デファクト標準のStim回路フォーマットをキャプチャする新しい形式的意味論を導入する。
  論文  参考訳（メタデータ） (2026-03-20T16:50:00Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• The END: An Equivariant Neural Decoder for Quantum Error Correction [73.4384623973809]
  データ効率のよいニューラルデコーダを導入し、この問題の対称性を活用する。 本稿では,従来のニューラルデコーダに比べて精度の高い新しい同変アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-04-14T19:46:39Z)
• 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)
• Witnessing entanglement in trapped-ion quantum error correction under realistic noise [41.94295877935867]
  量子誤り補正(Quantum Error Correction, QEC)は、論理情報を複数の物理量子ビットに符号化することで冗長性を利用する。 トラップイオンプラットフォームで使用される2量子光シフトゲートの平均ゲート不忠実度を推定するために,詳細な顕微鏡誤差モデルを提案する。 次に、この現実的な誤差モデルを適用し、QECビルディングブロックとして機能する回路によって生成されるマルチパーティントの絡み合いを定量化する。
  論文  参考訳（メタデータ） (2022-12-14T20:00:36Z)
• Performance of teleportation-based error correction circuits for bosonic codes with noisy measurements [58.720142291102135]
  テレポーテーションに基づく誤り訂正回路を用いて、回転対称符号の誤り訂正能力を解析する。 マイクロ波光学における現在達成可能な測定効率により, ボソニック回転符号の破壊ポテンシャルは著しく低下することが判明した。
  論文  参考訳（メタデータ） (2021-08-02T16:12:13Z)
• Scalable Neural Decoder for Topological Surface Codes [0.0]
  本稿では,雑音およびシンドローム測定誤差を考慮に入れた安定化符号群に対するニューラルネットワークに基づくデコーダを提案する。 重要なイノベーションは、エラーシンドロームを小さなスケールで自動デコードすることである。 このような前処理によって,実用アプリケーションにおいて最大2桁の誤差率を効果的に削減できることを示す。
  論文  参考訳（メタデータ） (2021-01-18T19:02:09Z)

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。