論文の概要: Graph Neural Post-selection for Quantum Error Correction
- arxiv url: http://arxiv.org/abs/2610.00504v1
- Date: Wed, 30 Sep 2026 18:04:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:23.682089
- Title: Graph Neural Post-selection for Quantum Error Correction
- Title（参考訳）: 量子エラー補正のためのグラフニューラルポストセレクション
- Abstract要約: ポストセレクションは、論理的失敗をもたらす可能性のあるショットを拒絶することで、量子計算の論理的信頼性を向上させる。
追加のデコーダ実行なしでデコーダ障害を予測するグラフニューラルネットワークを導入する。
- 参考スコア（独自算出の注目度）: 3.453205454864024
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Post-selection improves the logical reliability of quantum computation by rejecting shots which are likely to result in logical failure. We introduce graph neural networks that predict decoder failure without additional decoder executions, using only syndromes, and for high-rate quantum low-density parity-check (qLDPC) codes, existing belief-propagation posteriors. We evaluate rotated surface and bivariate bicycle (BB) code memories under uniform depolarising circuit-level noise. Retaining 90% of shots gives approximately 3700x and 740x reductions in logical error rates for [[72,12,6]] and [[144,12,12]] BB codes at realistic physical error rates. For the distance 5 surface code at physical noise p=0.003, our neural post-selector achieves logical error suppression comparable to the leading complementary gap method without running the decoder.
- Abstract（参考訳）: ポストセレクションは、論理的失敗をもたらす可能性のあるショットを拒絶することで、量子計算の論理的信頼性を向上させる。
我々は,デコーダの故障を余分なデコーダの実行なしに予測するグラフニューラルネットワークを導入し,シンドロームのみを使用し,高速量子低密度パリティチェック(qLDPC)符号,既存の信条伝搬後部について検討する。
我々は,一様偏極回路レベルの雑音下での回転面および二変量自転車(BB)符号メモリの評価を行った。
ショットの90%を保持することで、[[72,12,6]と[[144,12,12]]のBB符号をリアルな物理的エラー率で約3700倍と740倍の論理誤差率を減少させることができる。
物理ノイズp=0.003における距離5曲面符号に対して,ニューラルポストセレクタはデコーダを走らせることなく,先行補間ギャップ法に匹敵する論理的誤差抑圧を実現する。
関連論文リスト
- Realizing Error Suppression in Partially Fault-Tolerant Quantum Simulations with IBM Quantum Computers [2.060648417231533]
量子エラー検出符号は、ノイズの多いハードウェア上での量子シミュレーションの性能を改善するための短期的な経路を提供する。
1+1D と 2+1D のイジングモデルの部分的にフォールトトレラントな量子シミュレーションは、局所観測値の推定において、その未符号化の量子シミュレーションよりも優れていることを示す。
論文 参考訳（メタデータ） (2026-07-27T18:01:39Z) - Bayesian Optimization for Quantum Error-Correcting Code Discovery [3.0556222192221667]
データ効率とスケーラビリティを向上させる量子誤り訂正符号を発見するためのフレームワークを提案する。
我々の主な貢献は、高価なシミュレーションを行うことなく、量子LDPC符号の論理的誤り率を予測できるマルチビューチェーン複雑なニューラルネットワークである。
論文 参考訳（メタデータ） (2026-01-26T15:10:01Z) - Mitigating errors in logical qubits [1.6385815610837167]
排他的復号器を用いた論理的故障率の定量化手法を開発した。
コード距離で排他率が減衰する低エラー率の制度を同定する。
我々の研究は、量子誤り訂正における強力なツールとしてのポストセレクションの重要性を強調している。
論文 参考訳（メタデータ） (2024-05-06T18:04:41Z) - 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) - Deep Quantum Error Correction [73.54643419792453]
量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。
本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。
提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
論文 参考訳（メタデータ） (2023-01-27T08:16:26Z) - 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) - Graph Neural Networks for Channel Decoding [71.15576353630667]
低密度パリティチェック(LDPC)やBCH符号など、様々な符号化方式の競合復号性能を示す。
ニューラルネットワーク(NN)は、与えられたグラフ上で一般化されたメッセージパッシングアルゴリズムを学習する。
提案するデコーダを,従来のチャネル復号法および最近のディープラーニングに基づく結果と比較した。
論文 参考訳（メタデータ） (2022-07-29T15:29:18Z)
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。