論文の概要: Computationally Efficient Optimization of Per-Qubit Clifford Deformation for Non-uniform Biased Noise

• arxiv url: http://arxiv.org/abs/2608.17870v1
• Date: Tue, 18 Aug 2026 15:05:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.37217
• Title: Computationally Efficient Optimization of Per-Qubit Clifford Deformation for Non-uniform Biased Noise
• Title（参考訳）: 非一様バイアス雑音に対する1量子クリフォード変形の計算効率の最適化
• Abstract要約: フォールトトレラント量子コンピューティングシステムでは、クリフォード変形は物理ハードウェアのオーバーヘッドを伴わずに論理誤差率(LER)を大幅に低減することができる。 高速かつ高性能でコードに依存しないクリフォード変形コンパイラであるChameleonについて述べる。
• 参考スコア（独自算出の注目度）: 7.3303159899199395
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In fault-tolerant quantum computing systems with biased noise, Clifford deformation can substantially reduce the logical error rate (LER) without additional physical hardware overhead, such as extra qubits, syndrome extraction rounds, or code distance. Although Google Willow calibration data shows that $43\%$ of qubits exhibit strong $X/Z$ bias, existing calibration-aware deformation techniques remain impractical: (1) global searches over the $6^n$ deformation choices rely on computing-intensive simulations, and (2) local heuristics often underperform undeformed baselines. We present Chameleon, a fast, high-performance, and code-agnostic Clifford deformation compiler. We utilize our approximation to tackle a deformation problem based on an analytical bound on the LER. By minimizing this surrogate, Chameleon finds an optimized deformation that empirically reduces the LER with substantially lower computational overhead. In our evaluation, using calibration models derived from real superconducting devices, Chameleon demonstrates that improvements in our surrogate are strongly correlated with actual LER reductions, with an average rank correlation of $ρ=0.8$ and $ρ=0.89$-$0.94$ on the most strongly biased system. It also reduces classical computational time from $1.2$ days to $3.1$ minutes for the BB72 code. Chameleon achieves maximum LER reductions of $19\%$ ($13\%$ on average) for surface codes, $16\%$ ($7\%$) for color codes, and $10\%$ ($4\%$) for bivariate bicycle codes relative to competing baselines. The maximum gains for all code families are observed on the most strongly biased system.
• Abstract（参考訳）: バイアスノイズを持つフォールトトレラント量子コンピューティングシステムでは、クリフォード変形は、余分な量子ビット、シンドローム抽出ラウンド、コード距離などの追加の物理ハードウェアオーバーヘッドなしに論理誤差率(LER)を大幅に低減することができる。 Google Willowのキャリブレーションデータによると、4,3\%のキュービットは強いX/Z$バイアスを示すが、既存のキャリブレーション対応の変形技術は実用的ではない。 高速かつ高性能でコードに依存しないクリフォード変形コンパイラであるChameleonについて述べる。 我々は,LER上の解析的バウンダリに基づく変形問題に,近似を用いて対処する。 このサロゲートを最小化することで、Chameleonは最適化された変形を発見し、LERをかなり低い計算オーバーヘッドで経験的に還元する。 本評価では, 実超伝導装置から導出されるキャリブレーションモデルを用いて, シュウロゲートの改良は実LER低減と強く相関しており, 最も強いバイアスの系では, 平均ランク相関が$ρ=0.8$, $ρ=0.89$-$0.94$であることを示した。 また、BB72符号の場合、古典的な計算時間を1.2ドル日から3.1ドル分に短縮する。 Chameleonは、表面コードに対して19.%$(平均で13.%$)、カラーコードに対して16.%$(7.%$)、二変量自転車コードに対して10.5%$(4.%$)のLER削減を実現している。 すべてのコードファミリの最大ゲインは、最も強くバイアスされたシステムで観測される。

関連論文リスト

• X-Z Round Scheduling for the Surface Code with Defects under Biased Noise [1.6832709987512862]
  フォールトトレラント量子コンピューティングは、多くの物理量子ビットにまたがる論理量子ビットを符号化してエラーを検出し、修正する量子誤り訂正(QEC)符号に依存している。 固体量子プロセッサの製造はハードウェアの欠陥を導入し、欠陥のある量子ビットとカプラを破棄しなければならない。 バイアス雑音下でのラウンドスケジューリング比を最適$X$-to-Z$で検証する。
  論文  参考訳（メタデータ） (2026-08-06T01:46:14Z)
• An Optimisation Framework for the Well-Conditioned Training of Physics-Informed Neural Networks [0.12744523252873352]
  物理インフォームドニューラルネットワーク(PINN)は偏微分方程式を解くための有望な経路として登場した。 PINNは古典的解決者の精度に到達するのに苦労している。 拡張性のある2階最適化フレームワークであるAdaptive Ratioを使ったDouubly-Sketched Gauss-Newtonを提示する。
  論文  参考訳（メタデータ） (2026-07-02T14:03:34Z)
• An iterative Ising decoder for quantum error correction codes [3.0871517527761863]
  量子誤り訂正における復号問題は、古典的ハミルトニアンの基底状態最適化にマップする。 正確な関節の定式化は、トーリックコードに対する最大8ボディの相互作用と、6.6.6$のカラーコードに対する10ボディの相互作用を含む。 X$- と $Z$- を置換した反復的低次復号法 (ILOD) アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2026-06-10T16:37:29Z)
• On the Optimizer Dependence of Neural Scaling Laws [0.8594140167290097]
  スケーリング指数$$は、ニューラルスケーリング法則において$L(N)propto N-$は、一般にアーキテクチャとデータによって固定定数として扱われる。 我々は$が体系的にスケールに依存するという証拠を提示する。
  論文  参考訳（メタデータ） (2026-05-28T05:41:36Z)
• $\nabla$-Reasoner: LLM Reasoning via Test-Time Gradient Descent in Latent Space [71.23672814629448]
  $nabla$-Reasonerは、トークンログに対する差別化可能な最適化をデコードループに統合する反復生成フレームワークである。 $nabla$-Reasonerは、挑戦的な数学的推論ベンチマークで20%以上の精度の向上を実現している。
  論文  参考訳（メタデータ） (2026-03-05T08:42:54Z)
• Hyperparameter Transfer Enables Consistent Gains of Matrix-Preconditioned Optimizers Across Scales [55.91454326946738]
  学習速度と減量率の最適化は,幅広い言語に対して,モデルの幅と深さでどのようにスケールするかを検討する。 我々は、$Pによる学習率のスケーリングは転送を改善するが、それでもかなりの有限幅偏差に悩まされる可能性があることを見出した。 計算-最適スケーリングでは、独立したウェイト崩壊が1/mathrmwidth$で言語間でほぼ最適であることが分かる。
  論文  参考訳（メタデータ） (2025-12-05T11:03:41Z)
• INC: An Indirect Neural Corrector for Auto-Regressive Hybrid PDE Solvers [61.84396402100827]
  本稿では,学習した補正を支配方程式に統合する間接ニューラルコレクタ(mathrmINC$)を提案する。 $mathrmINC$は、$t-1 + L$の順番でエラー増幅を減らし、$t$はタイムステップ、$L$はリプシッツ定数である。 大規模なベンチマークで$mathrmINC$をテストし、1Dカオスシステムから3D乱流まで、多くの異なる解法、神経バックボーン、テストケースをカバーした。
  論文  参考訳（メタデータ） (2025-11-16T20:14:28Z)
• Convergence Rate Analysis of LION [54.28350823319057]
  LION は、勾配カルシュ=クーン=T (sqrtdK-)$で測定された $cal(sqrtdK-)$ の反復を収束する。 従来のSGDと比較して,LIONは損失が小さく,性能も高いことを示す。
  論文  参考訳（メタデータ） (2024-11-12T11:30:53Z)
• Quantum error correction below the surface code threshold [107.92016014248976]
  量子誤り訂正は、複数の物理量子ビットを論理量子ビットに結合することで、実用的な量子コンピューティングに到達するための経路を提供する。 本研究では, リアルタイムデコーダと統合された距離7符号と距離5符号の2つの面符号メモリを臨界閾値以下で動作させる。 以上の結果から,大規模なフォールトトレラント量子アルゴリズムの動作要件を実現する装置の性能が示唆された。
  論文  参考訳（メタデータ） (2024-08-24T23:08:50Z)
• Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
  我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。 我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
  論文  参考訳（メタデータ） (2024-01-17T18:59:38Z)
• Suppressing quantum errors by scaling a surface code logical qubit [147.2624260358795]
  複数のコードサイズにわたる論理量子ビット性能のスケーリングの測定について報告する。 超伝導量子ビット系は、量子ビット数の増加による追加誤差を克服するのに十分な性能を有する。 量子誤り訂正は量子ビット数が増加するにつれて性能が向上し始める。
  論文  参考訳（メタデータ） (2022-07-13T18:00:02Z)
• More Optimal Simulation of Universal Quantum Computers [0.0]
  最悪のサンプリングコストは$le(2+sqrt2)xi_t delta-1$であり、$t rightarrow infty$である。 我々は、この68倍のプレファクタを、相関サンプリングにより$t$の先行値の低減により削減する。
  論文  参考訳（メタデータ） (2022-02-02T19:00:03Z)
• Early fault-tolerant simulations of the Hubbard model [3.988614978933934]
  ハバードモデルのシミュレーションは、フォールトトレラント量子コンピュータの最初の有用な応用候補である。 本稿では, 分割演算FFFT法に対して, より厳密な境界を与えるトロッタライゼーションによるシミュレーション誤差の有界化に関する新しい解析手法を提案する。 約100万のToffoliゲートを使用して、フォールトトレラントな量子コンピュータに潜在的に有用な応用があることを発見した。
  論文  参考訳（メタデータ） (2020-12-16T20:07:54Z)

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。