論文の概要: A Sim-to-Real Study of Surface-Code Decoder Benchmarking

• arxiv url: http://arxiv.org/abs/2609.04557v1
• Date: Thu, 03 Sep 2026 23:24:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:23.861395
• Title: A Sim-to-Real Study of Surface-Code Decoder Benchmarking
• Title（参考訳）: サーフェス・コード・デコーダベンチマークの試行的研究
• Abstract要約: 量子エラーレイテンシデコーダは通常、合成回路レベルのノイズに対してベンチマークされる。 表面コードしきい値以下で最初に動作するWilowプロセッサは、この仮定をテストすることができます。 実データに対して評価を行った4輪の雑音モデルを用いた6つのデコーダのパネルをランク付けする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Quantum error-correction decoders are typically benchmarked against synthetic circuit-level noise, under the assumption that a decoder's ranking under such noise transfers to hardware and improves as the noise model becomes more realistic. The Willow processor, the first to operate below the surface-code threshold, allows us to test this assumption. We rank a panel of six decoders using a four-rung ladder of noise models with increasing fidelity, evaluated against real data across three code distances, two bases, and fifteen round counts. Rank agreement with hardware appears once the noise model gives each operation type its own error rate. Calibrating the model to the device improves absolute error rates but not rank agreement. We additionally provide the first independent evaluation of NVIDIA's Ising pre-decoder on hardware, at code distances below its training receptive field and via a mapping onto the lattice on which it was trained. Under these conditions, it holds no accuracy-latency advantage: another panel decoder matches or improves on it in both per-cycle error rate and decode latency in 278 of the 280 evaluations. We release the full pipeline and the per-shot outcome of every evaluation, so future decoders and devices can be compared.
• Abstract（参考訳）: 量子誤差補正デコーダは、このようなノイズ伝達に基づくデコーダのランクがハードウェアに付与され、ノイズモデルがよりリアルになるにつれて改善されるという仮定の下で、一般的に合成回路レベルのノイズに対してベンチマークされる。 表面コードしきい値以下で最初に動作するWilowプロセッサは、この仮定をテストすることができます。 3つのコード距離,2つのベース,15ラウンドカウントの実際のデータに対して評価し,忠実度を向上した4輪のノイズモデルを用いた6つのデコーダのパネルをランク付けする。 ノイズモデルが各操作タイプに独自のエラー率を与えると、ハードウェアとのランク合意が現れる。 モデルからデバイスへのキャリブレーションは絶対誤差率を改善するが、ランクアグリーメントは改善しない。 さらに、ハードウェア上でNVIDIAのIsingプリデコーダを、トレーニング受容フィールドより低いコード距離で、トレーニング対象の格子にマッピングすることで、初めて独立して評価する。 他のパネルデコーダはサイクル毎のエラー率と280評価のうち278の遅延率に一致または改善する。 すべての評価の完全なパイプラインとショット毎の結果をリリースしているので、将来のデコーダとデバイスを比較することができます。

関連論文リスト

• Beyond Encoder Accumulation: Measuring Encoder Roles in Multi-Encoder VLMs [50.3757247538081]
  我々は、統一パイプラインの下で、5つの共通ビジョンエンコーダの空でないサブセット31を再訓練し、評価する。 各エンコーダのコントリビューションを,容量と必要量という2つの軸に分解する。 エンコーダごとのプロジェクタ有効ランクは、残留スコアの変動を説明する。
  論文  参考訳（メタデータ） (2026-06-02T16:46:42Z)
• Fast and Accurate Decoder for the XZZX code Using Simulated Annealing [0.0]
  XZZX符号は、量子デバイスにおけるバイアスノイズに対処するために設計された表面符号の変種である。 模擬アニーリング(SA)に基づくデコーダを提案する。 我々のSAデコーダは、MCMCに基づく単純なアルゴリズムにより、容易かつ効率的に並列化できる。
  論文  参考訳（メタデータ） (2025-09-22T14:27:25Z)
• Generalizing the matching decoder for the Chamon code [1.8416014644193066]
  チャモン符号として知られる3次元,非CSS,低密度のパリティチェックコードに対して,マッチングデコーダのバリエーションを実装した。 一般化された整合デコーダは、整合前に信念伝播ステップによって拡張され、ノイズの偏極に対するしきい値が10.5%となる。
  論文  参考訳（メタデータ） (2024-11-05T19:00:12Z)
• Estimating the Decoding Failure Rate of Binary Regular Codes Using Iterative Decoding [84.0257274213152]
  並列ビットフリップデコーダのDFRを高精度に推定する手法を提案する。 本研究は,本症候群のモデル化およびシミュレーションによる重み比較,第1イテレーション終了時の誤りビット分布の誤検出,復号化復号化率(DFR)について検証した。
  論文  参考訳（メタデータ） (2024-01-30T11:40:24Z)
• Neural network decoder for near-term surface-code experiments [0.7100520098029438]
  ニューラルネットワークデコーダは従来のデコーダに比べて論理的誤り率を低くすることができる。 これらのデコーダは物理エラー率に関する事前情報を必要としないため、高度に適応可能である。
  論文  参考訳（メタデータ） (2023-07-06T20:31:25Z)
• Data-driven decoding of quantum error correcting codes using graph neural networks [0.0]
  グラフニューラルネットワーク(GNN)を用いたモデルフリーでデータ駆動型デコーディングアプローチについて検討する。 GNNベースのデコーダは、シミュレーションデータのみを与えられた表面コード上での回路レベルのノイズに対する整合デコーダよりも優れていることを示す。 その結果、デコードに対する純粋にデータ駆動型アプローチが、実用的な量子誤り訂正のための実行可能な選択肢である可能性が示唆された。
  論文  参考訳（メタデータ） (2023-07-03T17:25:45Z)
• 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)
• Diffsound: Discrete Diffusion Model for Text-to-sound Generation [78.4128796899781]
  本稿では,テキストエンコーダ,ベクトル量子化変分自動符号化(VQ-VAE),デコーダ,ボコーダからなる新しいテキスト音声生成フレームワークを提案する。 フレームワークは、まず、デコーダを使用して、テキストエンコーダから抽出したテキスト特徴をVQ-VAEの助けを借りてメルスペクトルに転送し、次いで、ボコーダを使用して生成されたメルスペクトルを波形に変換する。
  論文  参考訳（メタデータ） (2022-07-20T15:41:47Z)
• Improved decoding of circuit noise and fragile boundaries of tailored surface codes [61.411482146110984]
  高速かつ高精度なデコーダを導入し、幅広い種類の量子誤り訂正符号で使用することができる。 我々のデコーダは、信仰マッチングと信念フィンドと呼ばれ、すべてのノイズ情報を活用し、QECの高精度なデモを解き放つ。 このデコーダは, 標準の正方形曲面符号に対して, 整形曲面符号において, より高いしきい値と低い量子ビットオーバーヘッドをもたらすことがわかった。
  論文  参考訳（メタデータ） (2022-03-09T18:48:54Z)
• Real Time Speech Enhancement in the Waveform Domain [99.02180506016721]
  本稿では,ラップトップCPU上でリアルタイムに動作する生波形を用いた因果音声強調モデルを提案する。 提案モデルは、スキップ接続を持つエンコーダデコーダアーキテクチャに基づいている。 静止ノイズや非定常ノイズを含む様々な背景ノイズを除去することができる。
  論文  参考訳（メタデータ） (2020-06-23T09:19:13Z)

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。