論文の概要: Lottery BP: Unlocking Quantum Error Decoding at Scale

• arxiv url: http://arxiv.org/abs/2605.00038v2
• Date: Tue, 05 May 2026 17:45:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-06 14:45:21.14945
• Title: Lottery BP: Unlocking Quantum Error Decoding at Scale
• Title（参考訳）: Lottery BP: スケールでの量子エラーデコーディングのアンロック
• Authors: Yanzhang Zhu, Chen-Yu Peng, Yun Hao Chen, Yeong-Luh Ueng, Di Wu,
• Abstract要約: 既存のデコードアルゴリズム(デコーダ)は1つ以上の不正確さ、コストライン、非互換性に悩まされている。 本稿では,デコーダ,デコーダアーキテクチャ,デコーダシミュレータの3つの側面に寄与する。
• 参考スコア（独自算出の注目度）: 5.762904293390605
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To enable fault tolerance on millions of qubits in real time, scalable decoding is necessary, which motivates this paper. Existing decoding algorithms (decoders), such as clustering, matching, belief propagation (BP), and neural networks, suffer from one or more of inaccuracy, costliness, and incompatibility, upon a broad set of quantum error correction codes, such as surface code, toric code, and bivariate bicycle code. Therefore, there exists a gap between existing decoders and an ideal decoder that is accurate, fast, general, and scalable simultaneously. This paper contributes in three aspects, including decoder, decoder architecture, and decoding simulator. First, we propose Lottery BP, a decoder that introduces randomness during decoding. Lottery BP improves the decoding accuracy over BP by 2~8 orders of magnitude for topological codes. To efficiently decode multi-round measurement errors, we propose syndrome vote as a pre-processing step before Lottery BP, which compresses multiple rounds of syndromes into one. Syndrome vote increases the latency margin of decoding and mitigates the backlog problem. Second, we design a PolyQec architecture that implements Lottery BP as a local decoder and ordered statistics decoding (OSD) as a global decoder, and it is configurable for surface/toric code and X/Z check. Since Lottery BP boosts the local decoding accuracy, PolyQec invokes the costly global OSD decoder less frequently over BP+OSD to enhance the scalability, e.g., 3~5 orders of magnitude less for topological codes. Third, to evaluate decoders fairly, we develop a PyTorch-based decoding simulator, Syndrilla, that modularizes the simulation pipeline and allows to extend new decoders flexibly. We formulate multiple metrics to quantify the performance of decoders and integrate them in Syndrilla. Running on GPUs, Syndrilla is 1~2 orders of magnitude faster than CPUs.
• Abstract（参考訳）: 数百万の量子ビットのフォールトトレランスをリアルタイムに実現するためには、スケーラブルなデコーディングが必要である。 クラスタリング、マッチング、信念伝播(BP)、ニューラルネットワークといった既存の復号アルゴリズム(デコーダ)は、サーフェスコード、トーリックコード、バイバリケート自転車コードなどの幅広い量子エラー訂正符号に対して1つ以上の不正確さ、コストライン、非互換性に悩まされている。 したがって、既存のデコーダと理想的なデコーダの間には、正確で、高速で、汎用的で、同時にスケーラブルなギャップがある。 本稿では,デコーダ,デコーダアーキテクチャ,デコーダシミュレータの3つの側面に寄与する。 まず,復号時にランダム性を導入する復号器であるLottery BPを提案する。 Lottery BPは、トポロジカルコードに対してBP上の復号精度を2～8桁改善する。 複数ラウンドの計測誤差を効率よく復号するために,Lottery BPの前処理ステップとして,複数ラウンドのシンドロームを1つに圧縮するシンドローム投票を提案する。 シンドローム投票は、デコーディングのレイテンシの限界を高め、バックログの問題を軽減する。 次に,ローカルデコーダとしてLottery BPを実装したPolyQecアーキテクチャを設計し,グローバルデコーダとして統計デコーダ(OSD)を順序付けした。 Lottery BPは局所デコーディングの精度を高めるため、PolyQecはBP+OSDよりもコストのかかるグローバルOSDデコーダを低頻度で起動し、トポロジカルコードでは3〜5桁のスケーラビリティを向上させる。 第三に、デコーダを公平に評価するために、シミュレーションパイプラインをモジュール化し、新しいデコーダを柔軟に拡張できるPyTorchベースのデコーダシミュレータ、Syndrillaを開発した。 複数のメトリクスを定式化してデコーダのパフォーマンスを定量化し、それらをSyndrillaに統合します。 GPUで動作するSyndrillaは、CPUよりも1～2桁高速である。

関連論文リスト

• Neural Belief-Matching Decoding for Topological Quantum Error Correction Codes [2.9506547907696006]
  トーリックコードのようなトポロジコードは、ハードウェア効率の良いアーキテクチャを提供する。 トーリックコードの復号化には2つの重要な改良点を提案する。 1つ目は、BPデコーダをニューラルBPデコーダに置き換え、ニューラル信念マッチングデコーダを発生させる。
  論文  参考訳（メタデータ） (2026-03-23T09:15:48Z)
• Automorphism Ensemble Decoding of Quantum LDPC Codes [2.9248916859490173]
  本稿では,大規模な自己同型群を持つ量子誤り訂正符号の高速かつ正確なデコーダであるAutDECを紹介する。 量子符号の場合、BPデコーダの精度はタナーグラフで短いサイクルが発生するため制限される。 BP-OSD-0に匹敵するデコード精度を低時間オーバーヘッドで示す。
  論文  参考訳（メタデータ） (2025-03-03T16:58:24Z)
• Efficient and Universal Neural-Network Decoder for Stabilizer-Based Quantum Error Correction [44.698141103370546]
  GraphQECは、線形時間複雑性を持つ安定化器コードのグラフ構造を機械学習に活用した、コードに依存しないデコーダである。 我々の手法は、任意の安定化符号をまたいだリアルタイム量子誤り訂正のための最初の普遍解である。
  論文  参考訳（メタデータ） (2025-02-27T10:56:53Z)
• Generalizing the matching decoder for the Chamon code [1.8416014644193066]
  チャモン符号として知られる3次元,非CSS,低密度のパリティチェックコードに対して,マッチングデコーダのバリエーションを実装した。 一般化された整合デコーダは、整合前に信念伝播ステップによって拡張され、ノイズの偏極に対するしきい値が10.5%となる。
  論文  参考訳（メタデータ） (2024-11-05T19:00:12Z)
• Progressive-Proximity Bit-Flipping for Decoding Surface Codes [8.971989179518214]
  トリックやサーフェスコードのようなトポロジカル量子コードは、ハードウェア実装の優れた候補である。 既存のデコーダは、計算複雑性の低いような要求を満たすのに不足することが多い。 トリックおよび表面符号に適した新しいビットフリップ(BF)デコーダを提案する。
  論文  参考訳（メタデータ） (2024-02-24T22:38:05Z)
• Estimating the Decoding Failure Rate of Binary Regular Codes Using Iterative Decoding [84.0257274213152]
  並列ビットフリップデコーダのDFRを高精度に推定する手法を提案する。 本研究は,本症候群のモデル化およびシミュレーションによる重み比較,第1イテレーション終了時の誤りビット分布の誤検出,復号化復号化率(DFR)について検証した。
  論文  参考訳（メタデータ） (2024-01-30T11:40:24Z)
• Scalable Quantum Error Correction for Surface Codes using FPGA [67.74017895815125]
  フォールトトレラントな量子コンピュータは、出現するよりも早くデコードし、エラーを修正する必要がある。 並列計算資源を利用したUnion-Findデコーダの分散バージョンを報告する。 この実装では、並列コンピューティングリソースをハイブリッドツリーグリッド構造に整理する、Heliosと呼ばれるスケーラブルなアーキテクチャを採用している。
  論文  参考訳（メタデータ） (2023-01-20T04:23:00Z)
• Graph Neural Networks for Channel Decoding [71.15576353630667]
  低密度パリティチェック(LDPC)やBCH符号など、様々な符号化方式の競合復号性能を示す。 ニューラルネットワーク(NN)は、与えられたグラフ上で一般化されたメッセージパッシングアルゴリズムを学習する。 提案するデコーダを,従来のチャネル復号法および最近のディープラーニングに基づく結果と比較した。
  論文  参考訳（メタデータ） (2022-07-29T15:29:18Z)
• Improved decoding of circuit noise and fragile boundaries of tailored surface codes [61.411482146110984]
  高速かつ高精度なデコーダを導入し、幅広い種類の量子誤り訂正符号で使用することができる。 我々のデコーダは、信仰マッチングと信念フィンドと呼ばれ、すべてのノイズ情報を活用し、QECの高精度なデモを解き放つ。 このデコーダは, 標準の正方形曲面符号に対して, 整形曲面符号において, より高いしきい値と低い量子ビットオーバーヘッドをもたらすことがわかった。
  論文  参考訳（メタデータ） (2022-03-09T18:48:54Z)

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。