論文の概要: Decoder Model Compatibility Provides Information beyond the Logical Gap under Drifting and Correlated Quantum Noise
- arxiv url: http://arxiv.org/abs/2609.29018v1
- Date: Thu, 24 Sep 2026 04:33:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:09.717252
- Title: Decoder Model Compatibility Provides Information beyond the Logical Gap under Drifting and Correlated Quantum Noise
- Title（参考訳）: Decoder Model Compatibilityは、ドリフトと関連する量子ノイズの下で論理ギャップを超えて情報を提供する
- Abstract要約: 量子誤り訂正デコーダは、個々の測定記録の論理エラーリスクに対する補正と信頼推定の両方を提供する。
物理装置がそのモデルから離れていくと、論理的ギャップのような信頼度尺度が誤校正されることがある。
このミスマッチ自体が有用な情報を提供できることを示す。
- 参考スコア（独自算出の注目度）: 6.8312581630717615
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum error-correcting decoders provide both corrections and confidence estimates for the logical-error risk of individual measurement records. Such confidence can guide postselection, but it depends on the accuracy of the decoder noise model. When the physical device drifts away from that model, confidence measures such as the logical gap can become miscalibrated. We show that this mismatch can itself provide useful information. On IBM quantum hardware, syndrome statistics drift across consecutive acquisition windows, and the resulting detector histories differ substantially from those predicted by the stationary detector error model used for decoding. We observe a similar hardware-model mismatch in independent Google surface-code memory data. We exploit this effect by assigning additional rejection weight to detector histories that are unlikely under the assumed model. For minimum-weight perfect matching (MWPM), the minimum weight $W$ provides an inexpensive proxy for syndrome surprisal. On held-out IBM repetition-code memories, likelihood-aware postselection reduces the retained logical-error probability (LEP) by $10.6\%$ at $d=7$ and $28.8\%$ at $d=9$, both at $15\%$ rejection. On Google ten-round $d=5$ XZZX surface-code memory data, it reduces retained LEP by $75.4\%$ at $90\%$ rejection. Applied to Google's magic-state cultivation experiment with the Tesseract decoder, it reduces tomography infidelity by $34.7\%$ with $30\%$ additional grafting-stage rejection, or increases accepted yield by $30.4\%$ at a target fidelity of $97.0\%$. Burst-noise simulations show that the advantage persists as code distance and syndrome-extraction volume increase. The method reuses quantities already produced during logical-gap decoding and requires only an additional fitting step.
- Abstract（参考訳）: 量子誤り訂正デコーダは、個々の測定記録の論理エラーリスクに対する補正と信頼推定の両方を提供する。
このような信頼性はポストセレクションを導くことができるが、デコーダノイズモデルの精度に依存する。
物理装置がそのモデルから離れていくと、論理的ギャップのような信頼度尺度が誤校正されることがある。
このミスマッチ自体が有用な情報を提供できることを示す。
IBMの量子ハードウェアでは、連続した取得ウィンドウ間でシンドローム統計が流れ、その結果の検出器履歴は復号に使用される定常検出器誤差モデルによって予測されたものとは大きく異なる。
我々は、Googleの独立したサーフェスコードメモリデータにおいて、同様のハードウェアモデルミスマッチを観察する。
我々はこの効果を利用して、仮定されたモデルの下ではありそうもない検出履歴にさらなる拒絶重みを割り当てる。
最小重量完全マッチング (MWPM) の場合、最低重量$W$ は、シンドロームの代償として安価なプロキシを提供する。
保持されたIBMの繰り返しコードメモリでは、潜在的に認識されたポストセレクションは、保持された論理エラー確率(LEP)を$d=7$で10.6\%、$d=9$で28.8\%、どちらも$15\%で減少させる。
Googleの10ラウンド$d=5$ XZZXの表面コードメモリデータでは、保持されているLEPを$90\%で$75.4\%で還元する。
GoogleのTesseractデコーダによるマジックステート培養実験に応用すると、トモグラフィーの不忠実度を34.7 %$で30 %$追加のグラフト・ステージ・リジェクションで減少させるか、ターゲットの忠実度9,7.0 %$で30.4 %$で許容される収率を増加させる。
バーストノイズシミュレーションは、符号距離とシンドローム抽出量の増加とともに利点が持続することを示した。
この方法は論理ゲップ復号時に既に生成した量を再利用し、追加のフィッティングステップのみを必要とする。
関連論文リスト
- X-Z Round Scheduling for the Surface Code with Defects under Biased Noise [1.6832709987512862]
フォールトトレラント量子コンピューティングは、多くの物理量子ビットにまたがる論理量子ビットを符号化してエラーを検出し、修正する量子誤り訂正(QEC)符号に依存している。
固体量子プロセッサの製造はハードウェアの欠陥を導入し、欠陥のある量子ビットとカプラを破棄しなければならない。
バイアス雑音下でのラウンドスケジューリング比を最適$X$-to-Z$で検証する。
論文 参考訳（メタデータ） (2026-08-06T01:46:14Z) - Task-Dependent Syndrome Memory in Quantum Sensing and State Recovery [0.0]
有限の検出器と記憶は 避けられない限界を課す 音の微妙な軌跡を 解決できる
厳密な対称対数微分幾何学を用いて、観測された軌道が量子フィッシャー情報を失うことなく圧縮できるかどうかを決定する。
これらの結果は、量子センシング、統計的十分性、および量子誤り訂正を接続するタスク依存およびタイミング依存のリソースとして、シンドローム情報を確立する。
論文 参考訳（メタデータ） (2026-08-03T14:53:35Z) - Calibrated e-CUSUM Decoding for Quantized Reasoning Models: Why Token Log-Probability Is the Wrong Observable for Decoding Monitors [0.6999740786886536]
低ビット量子化により、小さな推論モデルは安価に展開できるが、思考の連鎖を分解することができる。
中心となるトークンのlog-probabilityは$log p(w_t)+H_t$が間違ったオブザーバブルであることを示します。
本稿では,トークンの不確実性と明示的な繰り返しを混在させるデジェネレーションを意識したアラームスコアを組み合わせた,トレーニング不要な復号制御手法を提案する。
論文 参考訳（メタデータ） (2026-07-13T09:34:36Z) - Enhancing Fault-Tolerant Surface Code Decoding with Iterative Lattice Reweighting [12.330043396100635]
本稿では,Iterative Reweighting Minimum-Weight Perfect Matching (IRMWPM)デコーダを提案する。
IRMWPMは論理誤差率を僅かな距離で20倍以上に下げることを示す。
また、精度の閾値を1%から1.16%に引き上げ、短期リアルタイムデコードに実用的である。
論文 参考訳（メタデータ） (2025-09-08T14:45:59Z) - $ε$-Softmax: Approximating One-Hot Vectors for Mitigating Label Noise [99.91399796174602]
ノイズラベルは、正確なディープニューラルネットワークをトレーニングする上で共通の課題となる。
我々は,ソフトマックス層の出力を制御可能な誤差で1ホットベクトルに近似させる,$epsilon$-softmaxを提案する。
理論的には、$epsilon$-softmaxは、ほぼ任意の損失関数に対して制御可能な過剰リスクを持つ耐雑音学習を実現することができる。
論文 参考訳（メタデータ） (2025-08-04T13:10:48Z) - Trustworthy Tree-based Machine Learning by $MoS_2$ Flash-based Analog CAM with Inherent Soft Boundaries [40.76908914832641]
ツリーベースのモデルは解釈可能性と精度が優れているが、それをスケールしても計算コストは高い。
アナログコンテンツアドレスメモリ(CAM)でこれらのモデルを高速化するためのこれまでの努力は難しかった。
この研究は、FlashベースのアナログCAMに固有のソフトバウンダリを持つ$MoS$を使って、ハードウェアとソフトウェアを共同設計する手法を提案する。
論文 参考訳（メタデータ） (2025-07-16T16:31:20Z) - Quantile-Based Randomized Kaczmarz for Corrupted Tensor Linear Systems [39.92005722574463]
テンソル回帰(テンソルレグレッション)として知られる、劣化した測定値からテンソル値の信号を再構成すること。
本研究では、テンソル線形系問題である$mathcalA MathcalX=mathcalB$に対処し、$mathcalA$は測定演算子、$mathcalX$は未知のテンソル値信号、$mathcalB$は測定値を含む。
このような破損は、送信、感覚、記憶のエラーがインスタンス毎に稀であるが、データセット全体にわたって起こりうる、大規模なテンソルデータでよく見られる。
論文 参考訳（メタデータ） (2025-03-23T20:15:33Z) - Far from Perfect: Quantum Error Correction with (Hyperinvariant) Evenbly Codes [38.729065908701585]
Evenbly コードと呼ばれる新しいクビット符号のクラスを導入します。
我々の研究は、イブリー符号が実用的な量子コンピューティングアプリケーションにとって有望であることを示している。
論文 参考訳（メタデータ） (2024-07-16T17:18:13Z) - 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)
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。