Fugu-MT 論文翻訳(概要): A Minimal Duality Estimate for the Surface-Code Threshold under Nearest-Neighbor Correlated Errors

論文の概要: A Minimal Duality Estimate for the Surface-Code Threshold under Nearest-Neighbor Correlated Errors

arxiv url: http://arxiv.org/abs/2606.02052v1
Date: Mon, 01 Jun 2026 10:40:15 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-02 21:34:31.804302
Title: A Minimal Duality Estimate for the Surface-Code Threshold under Nearest-Neighbor Correlated Errors
Title（参考訳）: 近傍近傍の相関誤差の下での表面符号閾値を推定する最小双対性
Authors: Masayuki Ohzeki,
Abstract要約: 正方形八角形ランダムボンドイジングモデルに単方程式双対性規準を適用する。誤差エッジ低減後の最小セルに対して演算を行う。
参考スコア（独自算出の注目度）: 0.913755431537592
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We apply the single-equation duality criterion to the square-octagonal random-bond Ising model recently obtained from an exact error-edge map for a surface code with nearest-neighbor correlated errors. The calculation is performed for the minimal cell after the error-edge reduction. For the symmetric case $p_1=p_2=p_3=p$, this gives $p_c=0.0288427147$, in close agreement with the reported numerical threshold of about $3\%$.
Abstract（参考訳）: 直近の相関誤差を持つ曲面符号に対する誤差エッジマップから最近得られた正方正方形ランダムボンドイジングモデルに対して, 単方程式双対性基準を適用した。誤差エッジ低減後の最小セルに対して演算を行う。対称の場合 $p_1=p_2=p_3=p$ は、報告された数値しきい値の約 $3\%$ と密接に一致して $p_c=0.0288427147$ を与える。

関連論文リスト

Learning the score under shape constraints [7.005582630391827]
正方形の$L2(P_0)$-lossに対するスコア推定の最小リスクについて検討する。推定問題の2つの基本的な側面を捉えた対数凹密度のサブクラスを定義する。後者のクラスに対するミニマックスリスクは、次数$L2/(2+1)n-/(2+1)$からpoly-logarithmic factorまでである。
論文参考訳（メタデータ） (2025-12-16T17:39:54Z)
An exact Error Threshold of Surface Code under Correlated Nearest-Neighbor Errors: A Statistical Mechanical Analysis [1.8787735186976828]
現在の正確な表面コードしきい値分析は、独立で同一に分散されたエラー(すなわち、d)の仮定に基づいている。ここでは、量子誤差補正を正八角形ランダムボンドイジングモデルにマッピングできる誤差エッジ写像を確立する。次に,近接するデータキュービット間の独立な単一キュービット誤差と相関する誤差を組み合わせ,現実的なノイズモデルの下で正確な閾値を示す。
論文参考訳（メタデータ） (2025-10-28T08:35:07Z)
Zeroth-Order Optimization Finds Flat Minima [51.41529512093436]
標準二点推定器によるゼロ階最適化は、ヘッセンの小さなトレースを持つ解を好むことを示す。さらに、凸関数と十分に滑らかな関数に対する近似平坦なミニマに対して、ゼロ階最適化の収束率を提供する。
論文参考訳（メタデータ） (2025-06-05T17:59:09Z)
Min-Max Optimization Made Simple: Approximating the Proximal Point Method via Contraction Maps [77.8999425439444]
本稿では,凸/凹凸 min-max 問題に対して,ほぼ最適収束率を許容する一階法を提案する。我々の研究は、近点法の更新規則を精度良く近似できるという事実に基づいている。
論文参考訳（メタデータ） (2023-01-10T12:18:47Z)
Estimating the minimizer and the minimum value of a regression function under passive design [72.85024381807466]
最小値 $boldsymbolx*$ と最小値 $f*$ を滑らかで凸な回帰関数 $f$ で推定する新しい手法を提案する。 2次リスクと$boldsymbolz_n$の最適化誤差、および$f*$を推定するリスクについて、漸近的でない上界を導出する。
論文参考訳（メタデータ） (2022-11-29T18:38:40Z)
Optimal variance-reduced stochastic approximation in Banach spaces [114.8734960258221]
可分バナッハ空間上で定義された収縮作用素の定点を推定する問題について検討する。演算子欠陥と推定誤差の両方に対して漸近的でない境界を確立する。
論文参考訳（メタデータ） (2022-01-21T02:46:57Z)
Near-optimal estimation of smooth transport maps with kernel sums-of-squares [81.02564078640275]
滑らかな条件下では、2つの分布の間の正方形ワッサーシュタイン距離は、魅力的な統計的誤差上界で効率的に計算できる。生成的モデリングのような応用への関心の対象は、基礎となる最適輸送写像である。そこで本研究では,地図上の統計的誤差であるL2$が,既存のミニマックス下限値とほぼ一致し,スムーズな地図推定が可能となる最初のトラクタブルアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-12-03T13:45:36Z)
Surface Segmentation Using Implicit Divergence Constraint Between Adjacent Minimal Paths [0.0]
修正された最小経路アイコン方程式を用いて3次元画像からオブジェクトセグメンテーションを行う手法を提案する。提案手法は,非均一な最小経路Eeikonalに対する2次補正である暗黙の制約を利用する。
論文参考訳（メタデータ） (2021-11-25T14:56:40Z)
Lower Bounds and a Near-Optimal Shrinkage Estimator for Least Squares using Random Projections [37.27708297562079]
ガウススケッチを用いた最小二乗解に対する改良された推定器を導出する。経験的に、この推定器はシミュレーションと実際のデータセットの誤差を小さくする。
論文参考訳（メタデータ） (2020-06-15T06:42:18Z)
On Suboptimality of Least Squares with Application to Estimation of Convex Bodies [74.39616164169131]
雑音支援関数の測定から得られる凸を次元$dgeq 6$で推定する際、最小広場の最適性に関するオープンな問題を解決した。 Least Squaresは準最適であり、$tildeTheta_d(n-2/(d-1))$であるのに対して、minimaxレートは$Theta_d(n-4/(d+3)$である。
論文参考訳（メタデータ） (2020-06-07T05:19:00Z)

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。