論文の概要: Kinetics of sliding-window quantum error correction

• arxiv url: http://arxiv.org/abs/2608.10081v1
• Date: Mon, 10 Aug 2026 18:00:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-12 19:14:45.772096
• Title: Kinetics of sliding-window quantum error correction
• Title（参考訳）: スライドウインドウ量子誤差補正の速度論
• Abstract要約: 実時間デコードの実装であるスライディングウインドウデコーディング(SWD)の動力学について検討する。 SWDは、ノイズ症候群情報の時間的に局所的なウィンドウに作用し、非ゼロレートで修正を不可逆的にコミットする。 本稿では,$mathbbZ$チャージされた点粒子がパリティ保存反応および拡散を受ける運動過程の観点からSWDを効果的に記述する。
• 参考スコア（独自算出の注目度）: 39.34750401159749
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Practical implementations of quantum error correction (QEC) require rapid measurement and continuous processing of the syndrome information in order to prevent a backlog of unprocessed data. While ``static'' QEC is theoretically well understood via mappings to equilibrium statistical mechanics models, such an understanding of ``real-time'' QEC is currently lacking. Here, we study the kinetics of sliding window decoding (SWD), an implementation of real-time decoding that acts on temporally local windows of noisy syndrome information and commits to corrections irreversibly at a nonzero rate. We propose an effective description of SWD in terms of a stochastic kinetic process, where $\mathbb{Z}_2$-charged point particles undergo parity-conserving reaction and diffusion. This model describes dynamics at length and time scales large compared to the window size $W$, whereas physics at scales smaller than $W$ leads to nontrivial $W$-dependent scaling of the effective parameters. We identify the rate of decoding $1/W$ as a relevant perturbation to the decodable phase. We also show broad applicability of our results by changing many microscopic details of SWD without affecting the effective description.
• Abstract（参考訳）: 量子誤り訂正(QEC)の実践的な実装は、未処理データのバックログを防止するために、シンドローム情報の迅速かつ継続的な処理を必要とする。 `static'' の QEC は平衡統計力学モデルへの写像を通じて理論的によく理解されているが、'real-time' の QEC のそのような理解は現在不足している。 そこで本研究では,非ゼロレートで時間的に局所的にノイズ症候群情報のウィンドウに作用し,修正を不可逆的にコミットするリアルタイムデコーディングの実装であるスライディングウィンドウデコーディング(SWD)の速度論について検討する。 本稿では, SWD の確率的運動過程において, $\mathbb{Z}_2$-charged point 粒子がパリティ保存反応および拡散を受ける場合の有効記述を提案する。 このモデルでは、ウィンドウサイズが$W$よりも大きいのに対して、ウィンドウサイズが$W$よりも小さいため、有効パラメータの非自明な$W$依存スケーリングが導かれる。 復号可能な位相に対する関連する摂動として1/W$の復号率を同定する。 また,SWDの微視的詳細を効果的記述に影響を及ぼすことなく変化させることにより,この結果の広範な適用性を示した。

関連論文リスト

• Scalable Lindblad Noise Learning via Stochastic Tensor-Network Simulation [48.887627688666974]
  大規模オープン量子システムにおける学習散逸率は、短期量子技術の大きな障害である。 本稿では,シミュレーション手法であるJump Method(TJM)を組み合わせたLindblad散逸率のスケーラブルなノイズ学習フレームワークを提案する。 我々は,Isingモデルにおける2つのノイズモデルに対するアプローチを実証し,各サイトについて,N_mathrmsite=16$まで独立散逸率を学習した。 スケーラブルな数値と厳密な理論的保証の組み合わせは、TJMベースのノイズ学習を大きな量子デバイスにおける散逸を特徴づける実用的な基礎として位置づけている。
  論文  参考訳（メタデータ） (2026-08-25T15:07:11Z)
• Quantum-classical crossover in fault-tolerant quantum dynamics simulation [56.198154828333685]
  我々は、コヒーレントな観測可能推定と非クリフォード回転の時空間効率実装を組み合わせたスケーラブルなフォールトトレラントフレームワークを提案する。 最先端テンソルネットワークと変分モンテカルロアルゴリズムに対するベンチマークでは、混合場イジングダイナミクスのための具体的なクロスオーバーが明らかにされている。
  論文  参考訳（メタデータ） (2026-07-17T16:54:25Z)
• Scalable Quantum Error Mitigation with Physically Informed Graph Neural Networks [15.406494854444583]
  QEM(Quantum error mitigation)は、ノイズの多い量子デバイス上で信頼性の高い可観測物を推定するための実用的な経路を提供する。 物理情報をモデル表現に組み込んだグラフ強化緩和(GEM)フレームワークを構築した。 我々は,GEMがCDRに匹敵する精度のレベルを提供すると同時に,平均絶対誤差を低くし,より大規模なシステムへのゼロショット転送の安定性を向上することを示した。
  論文  参考訳（メタデータ） (2026-04-18T04:04:54Z)
• ReloQate: Transient Drift Detection and In-Situ Recalibration in Surface Code Quantum Error Correction [0.5862480696321741]
  表面符号の量子誤差補正で容易に利用できる過渡情報を利用して、論理誤差率(LER)をリアルタイムで予測する。 実ハードウェアから物理誤差率をサンプリングして予測モデルを推定し, 検出器火災率(DFR)をLERにマッピングする。 この結果から,DFRに基づく予測がLER予測の有効性を示すとともに,小さな符号距離に対する空間的に効率的かつタイムリーな緩和応答として再マッピングを行った。
  論文  参考訳（メタデータ） (2026-02-28T23:16:53Z)
• LRQ-DiT: Log-Rotation Post-Training Quantization of Diffusion Transformers for Image and Video Generation [41.66473889057111]
  Diffusion Transformer (DiTs) は、テキスト・ツー・イメージとテキスト・ツー・ビデオ生成において、優れたパフォーマンスを実現している。 DiTsの高計算コストと大きなパラメータサイズは、リソース制約のあるシナリオでの利用に重大な課題をもたらす。 本稿では,映像・映像生成のための学習後量子化フレームワークLRQ-DiTを提案する。
  論文  参考訳（メタデータ） (2025-08-05T14:16:11Z)
• Tensor-network decoders for process tensor descriptions of non-Markovian noise [0.0]
  フォールトトレラント計算には量子エラー補正(QEC)が不可欠である。 本稿では,2つのパラダイムQEC符号の性能について検討する。
  論文  参考訳（メタデータ） (2024-12-18T11:17:09Z)
• Demonstrating real-time and low-latency quantum error correction with superconducting qubits [52.08698178354922]
  超伝導量子プロセッサに組み込まれたスケーラブルFPGAデコーダを用いて低遅延フィードバックを示す。 復号ラウンド数が増加するにつれて、論理誤差の抑制が観察される。 この作業でデコーダのスループットとレイテンシが発達し、デバイスの継続的な改善と相まって、次世代の実験がアンロックされた。
  論文  参考訳（メタデータ） (2024-10-07T17:07:18Z)
• ELUQuant: Event-Level Uncertainty Quantification in Deep Inelastic Scattering [0.0]
  物理事象レベルでの詳細な不確実性定量化(UQ)のための流れを近似した物理インフォームドベイズニューラルネットワーク(BNN)を提案する。 Deep Inelastic Scattering (DIS) イベントに適用すると、我々のモデルはキネティック変数 $x$, $Q2$, $y$ を効果的に抽出する。 根底にある不確実性に関するこの詳細な説明は、特にイベントフィルタリングのようなタスクにおいて、意思決定には重要でないことを証明している。
  論文  参考訳（メタデータ） (2023-10-04T15:50:05Z)
• Performance of teleportation-based error correction circuits for bosonic codes with noisy measurements [58.720142291102135]
  テレポーテーションに基づく誤り訂正回路を用いて、回転対称符号の誤り訂正能力を解析する。 マイクロ波光学における現在達成可能な測定効率により, ボソニック回転符号の破壊ポテンシャルは著しく低下することが判明した。
  論文  参考訳（メタデータ） (2021-08-02T16:12:13Z)
• A hardware-efficient leakage-reduction scheme for quantum error correction with superconducting transmon qubits [1.6328866317851185]
  量子ビット計算部分空間の外の漏れは量子エラー補正(QEC)に脅威をもたらす 本稿では,2つのリーク低減ユニット(LRU)を用いて,これらの問題をトランスモンベースサーフェスコードに対して緩和する手法を提案する。 これは論理的誤り率の大幅な低減につながることを示す。
  論文  参考訳（メタデータ） (2021-02-16T18:21:41Z)
• Continuous-time dynamics and error scaling of noisy highly-entangling quantum circuits [58.720142291102135]
  最大21キュービットの雑音量子フーリエ変換プロセッサをシミュレートする。 我々は、デジタルエラーモデルに頼るのではなく、微視的な散逸過程を考慮に入れている。 動作中の消散機構によっては、入力状態の選択が量子アルゴリズムの性能に強い影響を与えることが示される。
  論文  参考訳（メタデータ） (2021-02-08T14:55:44Z)
• AQD: Towards Accurate Fully-Quantized Object Detection [94.06347866374927]
  本稿では,浮動小数点演算を除去するために,AQDと呼ばれる高精度な量子化オブジェクト検出ソリューションを提案する。 我々のAQDは、非常に低ビットのスキームの下での完全精度と比較して、同等またはそれ以上の性能を実現しています。
  論文  参考訳（メタデータ） (2020-07-14T09:07:29Z)

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。