論文の概要: Improved Methods for Determining Quantum Error Correcting Code Performance and Fault Tolerance

• arxiv url: http://arxiv.org/abs/2607.27153v1
• Date: Wed, 29 Jul 2026 17:32:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.762913
• Title: Improved Methods for Determining Quantum Error Correcting Code Performance and Fault Tolerance
• Title（参考訳）: 符号性能と耐故障性を考慮した量子誤り訂正法の改良
• Authors: Michael Mullan, Matthew Weippert, Winton Brown,
• Abstract要約: 我々はMetropolis-HastingsアルゴリズムのサブリージョンMCMCと呼ばれる新しいファミリーを開発する。 典型的な障害パターンには、悪性のコアと共存する容易に修正可能なエラーが多数含まれている、と私たちは主張する。 このパラメータの司法的選択は、以前の作業よりもはるかに早く収束することを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: One of the central challenges in quantum error correction is determining the performance of a code in the low-error regimes needed to implement utility-scale computations. While performance at these error rates is not amenable to direct Monte Carlo simulation, it can be extrapolated from simulations at higher logical error rates, assuming the logical error rate scales predictably with increasing distance or decreasing physical error rate. However, the expected scaling depends sensitively on the minimum weight of uncorrectable error patterns. In many cases, the minimum weight is unknown since it depends not only on the theoretical code distance, but also on details of the implementation. Markov chain Monte Carlo (MCMC) methods, as adapted to quantum error correction by Bravyi and Vargo, provide a way to estimate logical failure rates in these low-error regimes via simulation. While offering significant gains over Monte Carlo, the described Metropolis algorithm makes small changes to the current logical failure patterns which results in slow convergence. In this paper, we argue that typical failure patterns include a large number of easily correctable errors that coexist alongside a malignant core. This observation motivates two new approaches to better evaluate code performance. First, we describe a pruning algorithm designed to obviate these correctable errors and focus on the problematic low-weight core. Second, we develop a novel family of Metropolis-Hastings algorithms, referred to as subregion MCMC. This technique is parameterized by the fraction of the error pattern that is resampled at each step, effectively interpolating between Monte Carlo and single step MCMC. We show that a judicious choice of this parameter results in far faster convergence than prior work.
• Abstract（参考訳）: 量子エラー訂正における中心的な課題の1つは、ユーティリティスケールの計算を実装するのに必要な低エラー状態におけるコードのパフォーマンスを決定することである。 これらの誤差率のパフォーマンスはモンテカルロの直接シミュレーションには適さないが、より高い論理誤差率のシミュレーションから外挿できる。 しかし、予想されるスケーリングは、修正不可能なエラーパターンの最小重みに敏感に依存する。 多くの場合、最小の重量は理論的な符号距離だけでなく、実装の詳細にも依存するため不明である。 マルコフ連鎖モンテカルロ法(MCMC)は、ブラヴィイとヴァルゴによる量子エラー補正に適応し、これらの低エラー状態における論理的失敗率をシミュレーションによって推定する方法を提供する。 モンテカルロよりも顕著な利得を提供する一方で、Metropolisアルゴリズムは、現在の論理的障害パターンに小さな変更を加えて、収束を遅くする。 本稿では,悪性核と共存する容易に修正可能なエラーを多数含む典型的な障害パターンについて論じる。 この観察は、コードパフォーマンスをよりよく評価するための2つの新しいアプローチを動機付けている。 まず、これらの修正可能なエラーを回避し、問題となる低ウェイトコアに集中するように設計されたプルーニングアルゴリズムについて述べる。 第2に,メトロポリス・ハスティングスアルゴリズムのサブリージョンMCMCを新たに開発する。 この手法は各ステップで再サンプリングされる誤差パターンの分数によってパラメータ化され、モンテカルロとシングルステップMCMCの間で効果的に補間される。 このパラメータの司法的選択は、以前の作業よりもはるかに早く収束することを示す。

関連論文リスト

• Simulating Quantum Error Correction beyond Pauli Stochastic Errors [0.9772267314090435]
  我々は,コヒーレントおよび非パウリ誤差が量子コンピューティングに与える影響を,正確かつ効率的にモデル化する方法を示す。 解析により,コヒーレントエラーは耐故障閾値をシフトし,マジックステート栽培の時空間コストを増大させ,マルコフの誤差に比べて論理誤差率を桁違いに向上させることができることが示唆された。
  論文  参考訳（メタデータ） (2026-03-19T03:39:43Z)
• Model-Preserving Adaptive Rounding [27.155444001204632]
  しかし、別の量子化アルゴリズム (YAQA) は適応的なラウンドリングアルゴリズムであり、ネットワークの出力の誤差を直接考慮している。 YAQA は GPTQ/LDLQ よりも有効に優れており,これらの手法よりも$approx 30% の誤差を経験的に低減できることを示す。
  論文  参考訳（メタデータ） (2025-05-29T01:53:00Z)
• Demonstrating dynamic surface codes [118.67046728951689]
  曲面符号の3つの時間力学的実装を実験的に実証した。 まず、曲面コードを六角格子上に埋め込んで、キュービットあたりの結合を4つから3つに減らした。 第二に、サーフェスコードを歩き、データの役割を交換し、各ラウンドごとにキュービットを測定し、蓄積した非計算エラーの組込み除去による誤り訂正を達成する。 第3に、従来のCNOTの代わりにiSWAPゲートを用いた表面コードを実現し、追加のオーバーヘッドを伴わずに、エラー訂正のための実行可能なゲートセットを拡張した。
  論文  参考訳（メタデータ） (2024-12-18T21:56:50Z)
• Bounding the systematic error in quantum error mitigation due to model violation [0.0]
  本研究では,エラーモデルの不正確さがエラー軽減に与える影響について,上界を効率的に計算する手法を開発した。 我々のプロトコルは追加の実験を必要とせず、代わりにエラーモデルとエラー学習データの比較に頼っている。 推定上界は、通常、ランダム回路上での誤差軽減の最悪の観測性能に近いことが示される。
  論文  参考訳（メタデータ） (2024-08-20T16:27:00Z)
• Using Detector Likelihood for Benchmarking Quantum Error Correction [0.0]
  実際の量子ハードウェアの挙動は、量子エラー補正をシミュレートする際に一般的に使用される単純なエラーモデルと大きく異なる。 本研究では,誤差検出の発生頻度を定量化する平均検出率を用いて,これを実現できることを示す。 このことは、単純な一様雑音モデルに対するシミュレーションが同じ平均検出可能性をもたらすような効果的な誤差率と、論理的誤差率のよい予測を定義するために用いられる。
  論文  参考訳（メタデータ） (2024-08-04T16:34:38Z)
• Fast and Accurate Error Simulation for CNNs against Soft Errors [64.54260986994163]
  本稿では,誤りシミュレーションエンジンを用いて,コナールニューラルネットワーク(CNN)の信頼性解析のためのフレームワークを提案する。 これらの誤差モデルは、故障によって誘導されるCNN演算子の出力の破損パターンに基づいて定義される。 提案手法は,SASSIFIの欠陥効果の約99%の精度と,限定的なエラーモデルのみを実装した44倍から63倍までのスピードアップを実現する。
  論文  参考訳（メタデータ） (2022-06-04T19:45:02Z)
• Stochastic Gradient Methods with Preconditioned Updates [47.23741709751474]
  このような問題に対するアルゴリズムはいくつかあるが、既存の手法は、スケールが悪く、あるいは条件が悪ければ、しばしばうまく機能しない。 ここではハッチンソンの対角ヘッセン近似のアプローチに基づく前提条件を含む。 我々は滑らかさとPL条件が仮定されるときの収束性を証明する。
  論文  参考訳（メタデータ） (2022-06-01T07:38:08Z)
• The Accuracy vs. Sampling Overhead Trade-off in Quantum Error Mitigation Using Monte Carlo-Based Channel Inversion [84.66087478797475]
  量子誤差緩和(Quantum error mitigation, QEM)は、変分量子アルゴリズムの計算誤差を低減するための有望な手法の1つである。 我々はモンテカルロサンプリングに基づく実用的なチャネル反転戦略を考察し、さらなる計算誤差を導入する。 計算誤差が誤差のない結果の動的範囲と比較して小さい場合、ゲート数の平方根でスケールすることを示す。
  論文  参考訳（メタデータ） (2022-01-20T00:05:01Z)
• Efficient diagnostics for quantum error correction [0.0]
  パウリの誤り再構成に基づくスケーラブルな実験手法を提案する。 数値的エビデンスにより, 種々の誤差モデルに対する標準誤差測定値に基づいて, 予測精度が有意に向上したことを示す。
  論文  参考訳（メタデータ） (2021-08-24T16:28:29Z)
• Amortized Conditional Normalized Maximum Likelihood: Reliable Out of Distribution Uncertainty Estimation [99.92568326314667]
  本研究では,不確実性推定のための拡張性のある汎用的アプローチとして,償却条件正規化最大値(ACNML)法を提案する。 提案アルゴリズムは条件付き正規化最大度(CNML)符号化方式に基づいており、最小記述長の原理に従って最小値の最適特性を持つ。 我々は、ACNMLが、分布外入力のキャリブレーションの観点から、不確実性推定のための多くの手法と好意的に比較することを示した。
  論文  参考訳（メタデータ） (2020-11-05T08:04:34Z)

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。