Fugu-MT 論文翻訳(概要): Designing Quantum Error Correcting Codes to fit decoders via Reinforcement Learning

論文の概要: Designing Quantum Error Correcting Codes to fit decoders via Reinforcement Learning

arxiv url: http://arxiv.org/abs/2608.15754v1
Date: Sun, 16 Aug 2026 14:14:03 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-18 19:59:03.413172
Title: Designing Quantum Error Correcting Codes to fit decoders via Reinforcement Learning
Title（参考訳）: 強化学習によるデコーダに適合する量子誤り訂正符号の設計
Abstract要約: 本稿では、量子誤り訂正符号(QECC)とデコーダの安定化器セットの共設計に対する強化学習(RL)手法を提案する。
参考スコア（独自算出の注目度）: 3.2555954674318013
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present a reinforcement learning (RL) approach to the co-design of stabilizer sets of Quantum Error Correcting Codes (QECCs) and decoders. We show how to produce a generative model that produces Bivariate Bicycle (BB) codes based on the choice of decoder. Specifically, we fix a decoder architecture and use Proximal Policy Optimisation (PPO) to train an agent over BB codes to maximise decoder performance under a depolarising channel noise model.
Abstract（参考訳）: 本稿では、量子誤り訂正符号(QECC)とデコーダの安定化器セットの共設計に対する強化学習(RL)手法を提案する。本稿では,デコーダの選択に基づいて,バイバレート自転車 (BB) コードを生成する生成モデルの構築方法について述べる。具体的には、デコーダアーキテクチャを修正し、PPO(Proximal Policy Optimisation)を用いてBB符号上のエージェントを訓練し、デコーダ性能を非分極チャネルノイズモデルの下で最大化する。

関連論文リスト

Self-attention U-Net decoder for toric codes [7.564303967741644]
量子誤り訂正符号の適用には、スケーラブルな効率的なデコーダが最も望ましい。本研究では,トーリックコードに対する自己注意型U-Net量子デコーダ(SU-NetQD)を提案する。 MWPMと比較して低い論理誤差率を達成し,ノイズバイアスの増加に伴ってコードしきい値の増大傾向を見出した。
論文参考訳（メタデータ） (2025-06-03T10:50:47Z)
Automorphism Ensemble Decoding of Quantum LDPC Codes [2.9248916859490173]
本稿では,大規模な自己同型群を持つ量子誤り訂正符号の高速かつ正確なデコーダであるAutDECを紹介する。量子符号の場合、BPデコーダの精度はタナーグラフで短いサイクルが発生するため制限される。 BP-OSD-0に匹敵するデコード精度を低時間オーバーヘッドで示す。
論文参考訳（メタデータ） (2025-03-03T16:58:24Z)
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 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)
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)
Testing the Accuracy of Surface Code Decoders [55.616364225463066]
大規模でフォールトトレラントな量子計算は量子エラー訂正符号(QECC)によって実現される本研究は,QECC復号方式の精度と有効性をテストするための最初の体系的手法である。
論文参考訳（メタデータ） (2023-11-21T10:22:08Z)
The END: An Equivariant Neural Decoder for Quantum Error Correction [73.4384623973809]
データ効率のよいニューラルデコーダを導入し、この問題の対称性を活用する。本稿では,従来のニューラルデコーダに比べて精度の高い新しい同変アーキテクチャを提案する。
論文参考訳（メタデータ） (2023-04-14T19:46:39Z)
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)
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)

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。