論文の概要: Classical simulation of coherent crosstalk in surface codes
- arxiv url: http://arxiv.org/abs/2609.40279v1
- Date: Wed, 30 Sep 2026 17:46:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:28.226892
- Title: Classical simulation of coherent crosstalk in surface codes
- Title(参考訳): 曲面符号におけるコヒーレントクロストークの古典的シミュレーション
- Abstract要約: 我々は,コヒーレントな$ZZ$クロストークによって劣化した表面コード状態のシンドローム分布からサンプリングする,時空の古典的アルゴリズムを提案する。
本アルゴリズムは,表面符号のコヒーレント単一ビット誤りに対する効率的なシミュレーションアルゴリズムを補完する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We give a polynomial-time classical algorithm which samples from the syndrome distribution of a surface code state corrupted by coherent nearest-neighbor $ZZ$ crosstalk. Our algorithm complements the known efficient simulation algorithms for coherent single-qubit errors in the surface code. When both single-qubit coherent noise and coherent crosstalk are present, we find a complexity-theoretic obstruction to efficient simulation: unless the polynomial hierarchy collapses, there is no efficient classical algorithm for sampling from the syndrome distribution, even up to a constant multiplicative error. This is obtained by connecting the syndrome distribution under coherent noise to the output distribution of certain IQP circuits associated with a non-planar graph.
- Abstract(参考訳): 直近のコヒーレント近傍の$ZZ$クロストークによる表面符号状態のシンドローム分布からサンプリングする多項式時間古典アルゴリズムを提案する。
提案アルゴリズムは,表層符号のコヒーレントな単一ビット誤りに対する効率的なシミュレーションアルゴリズムを補完する。
単量子コヒーレントノイズとコヒーレントクロストークの両方が存在する場合、多項式階層が崩壊しない限り、定数乗法誤差さえもシンドローム分布からサンプリングする効率的な古典的アルゴリズムは存在しない。
これは、コヒーレントノイズ下でのシンドローム分布と、非平面グラフに関連する特定のIQP回路の出力分布とを連結することにより得られる。
関連論文リスト
- Towards the Characterization of Logical Errors in Distributed Lattice Surgery [1.9622606672571925]
モジュール間量子演算は、モジュール内の局所ゲートよりもノイズが多く、システムに付加的なノイズをもたらす。
異種ノイズ条件下での分散格子手術を解析し,特にマージ操作を基本的サブルーチンの1つとして検討した。
本研究は, 最適表面符号距離の選択, 対象局部ゲートの忠実度の設定, および分散アーキテクチャにおける論理演算に必要な許容エンタングルペアの忠実度を決定するための実用的な知見を提供する。
論文 参考訳(メタデータ) (2026-07-31T09:06:26Z) - Reconstruction of detector error model for quantum error correction [6.505803823301456]
本稿では,実験症候群統計を直接離散的物理ハイパーグラフに変換するための一貫した枠組みを提案する。
本研究では, 高次から低次まで, 絶対的な統計的分散が線形に蓄積されるような, 密度コードにおける正確な連続パラメータ抽出が, テキスト分散カスケードによって制限されていることを示す。
これは、現実的な量子ハードウェアにおいて、非常に相関性の高いノイズを特徴付け、デコードするための実践的なアプローチを提供する。
論文 参考訳(メタデータ) (2026-06-15T06:51:48Z) - Are Randomized Quantum Linear Systems Solvers Practical? [0.0]
ランダム化量子アルゴリズムは、量子シミュレーションと量子線型代数の文脈で提案されている。
ランダム化量子線形系解法における全誤差を制御する全ての関連するパラメータに明示的な境界を与える。
私たちの研究は、理論的なアルゴリズムの提案と効率的なハードウェア実装の橋渡しとして役立ちます。
論文 参考訳(メタデータ) (2025-10-15T17:12:55Z) - Parallel Simulation for Log-concave Sampling and Score-based Diffusion Models [55.07411490538404]
本稿では,次元$d$の適応的複雑性依存性を改善する並列サンプリング手法を提案する。
我々の手法は科学計算による並列シミュレーション技術に基づいている。
論文 参考訳(メタデータ) (2024-12-10T11:50:46Z) - Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。
特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文 参考訳(メタデータ) (2023-02-13T19:57:17Z) - Pipelined correlated minimum weight perfect matching of the surface code [56.01788646782563]
最小ウェイト完全マッチングを用いて表面コードを復号するパイプライン手法について述べる。
独立な非通信可能な並列化処理段階は、潜在的な相関に従ってグラフを再重み付けする。
後続の一般的なステージがマッチングを終了します。
完全にフォールトトレラントなトーリック, 回転しない, 回転する曲面符号に対して, 新たなアルゴリズムの有効性を検証した。
論文 参考訳(メタデータ) (2022-05-19T19:58:02Z) - Forster Decomposition and Learning Halfspaces with Noise [60.691817861402676]
フォースター変換 (Forster transform) は、分布を優れた反集中特性を持つものに変換する演算である。
本稿では,Forster変換が存在し,効率よく計算できる少数の分布の解離混合として,任意の分布を効率的に分解可能であることを示す。
論文 参考訳(メタデータ) (2021-07-12T17:00:59Z) - Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。
我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。
数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文 参考訳(メタデータ) (2020-11-18T16:40:45Z) - Efficient classical simulation and benchmarking of quantum processes in
the Weyl basis [0.0]
Weylユニタリを用いたランダム化ベンチマークアルゴリズムを開発し,エラーモデルの混在を効率よく同定し,学習する。
本手法を変分量子固有解器に現れるアンザッツ回路に適用する。
論文 参考訳(メタデータ) (2020-08-27T16:46:12Z)
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。