論文の概要: A Highly Accurate Fast Decoding Framework for QLDPC codes Accelerated by Noise Perturbation and Ensemble Decoding
- arxiv url: http://arxiv.org/abs/2608.09583v1
- Date: Mon, 10 Aug 2026 13:18:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.286119
- Title: A Highly Accurate Fast Decoding Framework for QLDPC codes Accelerated by Noise Perturbation and Ensemble Decoding
- Title（参考訳）: 雑音摂動とアンサンブル復号によるQLDPC符号化のための高精度高速復号化フレームワーク
- Abstract要約: Noise Assisted Ensemble Decoding (NAED) は高精度なデコーディングフレームワークである。
NAEDは、タンナーグラフの非巡回部分グラフとして得られたタンナーの森のアンサンブルを構築し、それぞれのタンナーの森について正確な推論を行う。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A well-balanced decoder has been central to the development of modern fault-tolerant quantum computing. However, the inherent topologies of quantum error correcting codes can limit the performance of many well-studied decoding algorithms. In this work, we introduce Noise Assisted Ensemble Decoding (NAED), a highly accurate decoding framework with a significant advantage in real-time speed. NAED constructs an ensemble of Tanner forests, obtained as acyclic subgraphs of the original Tanner graph, and performs exact inference on each Tanner forest using a lightweight dynamic programming algorithm. The forest construction is guided by synthetic soft information derived jointly from the measured syndrome and channel statistics, with controlled noise perturbations generating diverse yet informative decoding matrix column orderings for the Tanner forest construction across the ensemble. Our benchmark results show that the proposed synthetic soft information-driven construction and inference on the Tanner forests can achieve improved or comparable decoding performances to the state-of-the-art decoding solutions, such as BP+OSD$0$, while also providing orders-of-magnitude improvements in per-round decoding speed under circuit-level noise.
- Abstract（参考訳）: バランスの良いデコーダは、現代のフォールトトレラント量子コンピューティングの発展の中心となっている。
しかし、量子誤り訂正符号の固有のトポロジーは、多くのよく研究された復号アルゴリズムの性能を制限することができる。
本研究では,高精度なデコーディングフレームワークであるNoss Assisted Ensemble Decoding (NAED)を紹介する。
NAEDは、元のTannerグラフの非巡回部分グラフとして得られたTanner forestのアンサンブルを構築し、軽量な動的プログラミングアルゴリズムを用いて各Tanner forest上で正確な推論を行う。
森林構築は、計測されたシンドロームとチャネル統計から共同で得られる合成ソフト情報により誘導され、アンサンブルを横断するタンナー森林建設のための多種多様かつ情報的な行列列配列を生成する制御ノイズ摂動によって誘導される。
提案手法により,タンナー林における合成ソフト情報駆動型構築と推論により,BP+OSD$0$などの最先端デコードソリューションに対する改良あるいは同等なデコード性能を実現するとともに,回路レベルのノイズ下でのラウンド・デコード速度のオーダー・オブ・マグニチュードの改善も実現する。
関連論文リスト
- Optimal Decoding of Small Codes by Density Matrix Propagation [0.0]
回路レベルの雑音下での実用的な復号アルゴリズムの精度について検討する。
このフレームワークを、繰り返しコードとセルオートマトンコードの小さなインスタンスに適用する。
BP+OSDは, 実験条件下で既に劣化しており, 細胞コードに有意な差が認められた。
論文 参考訳（メタデータ） (2026-06-12T13:43:44Z) - Efficient Soft-Output Guessing for Enhanced Quantum Tanner Code Decoding [19.115625447007428]
SOGRANDは、標準的な信念伝播とOSDベースラインを最大3桁の論理誤り率で上回る。
我々はトラップセットとサイクルを緩和し、収束を改善した。
論文 参考訳（メタデータ） (2026-03-18T22:00:57Z) - Turbo-Annihilation of Hook Errors in Stabilizer Measurement Circuits [2.6999000177990924]
安定化器測定回路における相関フック誤りを補正するためのスケーラブルな復号化フレームワークを提案する。
従来の回路レベルの復号法は、拡張タナーグラフを構築することによって断層の正確な位置を推定しようとする。
提案手法では,フック故障によるデータエラーをメモリチャネルとしてモデル化する。
論文 参考訳（メタデータ） (2025-04-29T22:09:11Z) - Decoding Quantum LDPC Codes using Collaborative Check Node Removal [0.0]
協調的な手法を用いて反復デコーダの性能を向上させるための戦略を提案する。
量子ビットに対する情報計測(IM)と隣接する安定化器チェックを統合することで、より優れた結果を得ることができることを示す。
論文 参考訳（メタデータ） (2025-01-14T11:41:45Z) - 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) - Breadth-first graph traversal union-find decoder [0.0]
我々はその実装を単純化し、潜在的な復号速度の利点を提供するUnion-findデコーダの変種を開発する。
これらの手法が、非トポロジカル量子低密度パリティチェック符号のデコードにどのように適用できるかを示す。
論文 参考訳（メタデータ） (2024-07-22T18:54:45Z) - Learning Linear Block Error Correction Codes [62.25533750469467]
本稿では,バイナリ線形ブロック符号の統一エンコーダデコーダトレーニングを初めて提案する。
また,コード勾配の効率的なバックプロパゲーションのために,自己注意マスキングを行うトランスフォーマーモデルを提案する。
論文 参考訳（メタデータ） (2024-05-07T06:47:12Z) - 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) - 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) - Adversarial Neural Networks for Error Correcting Codes [76.70040964453638]
機械学習(ML)モデルの性能と適用性を高めるための一般的なフレームワークを紹介する。
本稿では,MLデコーダと競合する識別器ネットワークを組み合わせることを提案する。
我々のフレームワークはゲーム理論であり、GAN(Generative Adversarial Network)によって動機付けられている。
論文 参考訳（メタデータ） (2021-12-21T19:14:44Z) - 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。