論文の概要: Learning-Based List Sequential Belief Propagation Decoding of Quantum LDPC Codes

• arxiv url: http://arxiv.org/abs/2606.20926v1
• Date: Thu, 18 Jun 2026 20:38:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 11:50:58.410897
• Title: Learning-Based List Sequential Belief Propagation Decoding of Quantum LDPC Codes
• Title（参考訳）: 学習に基づく量子LDPC符号の逐次信頼度デコード
• Authors: Mohsen Moradi, Taejoon Kim, Remi A. Chou,
• Abstract要約: QLDPC符号のための強化学習ベースリストシーケンシャル(RL-LS)BPデコーダを提案する。 提案手法は,デコーダの復号性能を向上し,既存のBPベースの復号法と比較する。
• 参考スコア（独自算出の注目度）: 11.6026139694159
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum low-density parity-check (QLDPC) codes are strong candidates for fault-tolerant quantum computation, but efficient decoding remains a major challenge due to short cycles, degeneracy, and the poor convergence of standard belief-propagation (BP) decoders. We propose a reinforcement learning-based list sequential (RL-LS) BP decoder for QLDPC codes by extending the reinforcement-learning-based sequential variable-node scheduling (RL-S) framework with list-based search. At each step, the learned policy selects the next variable node to update; the decoder then retains the ordinary RL-S trajectory while also exploring a competing branch obtained by softly biasing the post-update LLR pair toward the second-most likely Pauli symbol, recomputing the incident local BP messages, and setting the visited variable node to that second-best symbol. Candidate trajectories are ranked and pruned using our proposed cumulative path metric. The resulting decoder extends the learned decoder by combining the improved convergence of learned sequential scheduling with list exploration. Numerical results on representative QLDPC benchmark codes over the depolarizing channel show that our proposed method improves the decoding performance of the underlying decoder and compares favorably with existing BP-based decoding methods.
• Abstract（参考訳）: 量子低密度パリティチェック(QLDPC)符号は、フォールトトレラント量子計算の強い候補であるが、効率的な復号化は、短いサイクル、縮退、標準信念プロパゲーションデコーダ(BP)の貧弱な収束による大きな課題である。 本稿では、強化学習に基づく逐次可変ノードスケジューリング(RL-S)フレームワークを拡張して、QLDPCコードのための強化学習ベースリストシーケンシャル(RL-LS)BPデコーダを提案する。 各ステップにおいて、学習されたポリシーは次の変数ノードを選択し、デコーダは通常のRL-S軌道を保持しながら、更新後のLLRペアを第2の最も可能性の高いパウリシンボルにソフトにバイアスし、インシデントしたローカルBPメッセージを再計算し、訪問した変数ノードを第2のベストシンボルに設定することで得られる競合ブランチを探索する。 提案した累積経路距離を用いて候補軌跡をランク付け, プルーニングする。 得られたデコーダは、学習された逐次スケジューリングの改善された収束とリスト探索を組み合わせることで、学習されたデコーダを拡張する。 その結果,提案手法はデコーダの復号性能を向上し,既存のBPベースの復号法と比較した。

関連論文リスト

• Threshold Selection for Iterative Decoding of $(v,w)$-regular Binary Codes [84.0257274213152]
  繰り返しビットフリップデコーダは、sparse $(v,w)$-regular符号の効率的な選択である。 閉形式モデルに基づくしきい値決定のための具体的な基準を提案する。
  論文  参考訳（メタデータ） (2025-01-23T17:38:22Z)
• Decoding Quantum LDPC Codes Using Graph Neural Networks [52.19575718707659]
  グラフニューラルネットワーク(GNN)に基づく量子低密度パリティチェック(QLDPC)符号の新しい復号法を提案する。 提案したGNNベースのQLDPCデコーダは,QLDPC符号のスパースグラフ構造を利用して,メッセージパスデコーダとして実装することができる。
  論文  参考訳（メタデータ） (2024-08-09T16:47:49Z)
• Belief Propagation Decoding of Quantum LDPC Codes with Guided Decimation [55.8930142490617]
  BPガイドデシミテーション(BPGD)に基づくQLDPC符号のデコーダを提案する。 BPGDは非収束によるBP故障率を著しく低下させる。
  論文  参考訳（メタデータ） (2023-12-18T05:58:07Z)
• Quaternary Neural Belief Propagation Decoding of Quantum LDPC Codes with Overcomplete Check Matrices [45.997444794696676]
  量子低密度パリティチェック(QLDPC)符号は、量子コンピュータにおける誤り訂正の候補として有望である。 量子コンピュータでQLDPCコードを実装する際の大きな課題の1つは、普遍デコーダの欠如である。 まず、オーバーコンプリートチェック行列で動作する信念伝搬(BP)デコーダを用いてQLDPC符号を復号する。 我々は,QLPDC符号の最適2値BPデコーダとして研究されたNBPデコーダを,第4次BPデコーダに拡張する。
  論文  参考訳（メタデータ） (2023-08-16T08:24:06Z)
• Neural Belief Propagation Decoding of Quantum LDPC Codes Using Overcomplete Check Matrices [60.02503434201552]
  元のチェック行列における行の線形結合から生成された冗長な行を持つチェック行列に基づいてQLDPC符号を復号する。 このアプローチは、非常に低い復号遅延の利点を付加して、復号性能を著しく向上させる。
  論文  参考訳（メタデータ） (2022-12-20T13:41:27Z)
• Pruning Neural Belief Propagation Decoders [77.237958592189]
  本稿では,機械学習を用いたBPデコードに対して,過剰完全パリティチェック行列を調整する手法を提案する。 我々は,デコーダの複雑さを低減しつつ,0.27dB,1.5dBのML性能を実現する。
  論文  参考訳（メタデータ） (2020-01-21T12:05:46Z)

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。