論文の概要: What Must a Quantum-Memory Decoder Know About Temporally Correlated Noise?

• arxiv url: http://arxiv.org/abs/2610.03545v1
• Date: Fri, 02 Oct 2026 16:28:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.477585
• Title: What Must a Quantum-Memory Decoder Know About Temporally Correlated Noise?
• Title（参考訳）: 量子メモリデコーダが時間的相関ノイズについて知っておくべきこと
• Abstract要約: 本研究では, パウリの回復を選択する忠実度差について検討し, 欠落した情報と得られた忠実度損失を関連づける。 メインの例では、Shor、Steane、奇数距離回転曲面コードを含むCSSコードのクラスで弱いコヒーレント$X$を使用します。
• 参考スコア（独自算出の注目度）: 2.0263791972068628
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: What must a quantum error-correction decoder know about temporally correlated noise, and what does it cost to learn? We study this question for fixed stabilizer memory experiments with known system-environment interactions. We formulate calibration in terms of the fidelity differences that select a Pauli recovery and relate missing information to the resulting fidelity loss. Our main example uses weak coherent $X$ rotations in a class of CSS codes including Shor, Steane, and odd-distance rotated surface codes. All physical qubits share a sign either fixed throughout a run or independently redrawn each interval. The two models have identical syndrome statistics and the same spatiotemporal Pauli process (SPP), obtained by Pauli-twirling every noise interval. Yet at suitable storage times, they require different logical corrections. In the weak-noise limit, each model is almost perfectly correctable when known. Without model information, even the best final recovery has a worst-case fidelity loss approaching $1/2$ relative to the noise-aware optimum, despite access to the full syndrome record. For this pair of models, at fixed code and fixed positive target loss below $1/2$, we prove matching calibration bounds. With logical preparation and final readout, complete QEC cycles require a number of noise intervals scaling as the inverse rotation angle raised to the code's $X$ distance. Allowing two uninterrupted intervals before one extraction reduces the optimal cost to inverse-square scaling. Physical Pauli twirling of every noise interval changes both recovery performance and its information requirements. Discarding the record of applied random Pauli operations makes the SPP sufficient for optimal recovery. Keeping this record can improve the attainable fidelity, but reaching that optimum may require additional noise information.
• Abstract（参考訳）: 量子誤り訂正デコーダは、時間的に相関するノイズについて何を知らなければならないのか。 本研究では, 既知のシステム環境相互作用を用いた固定安定化器メモリ実験について検討する。 パウリの回復を選択するフィデリティ差の点からキャリブレーションを定式化し、その結果のフィデリティ損失に欠落情報を関連付ける。 メインの例では、Shor、Steane、奇数距離回転曲面コードを含むCSSコードのクラスの弱いコヒーレントな$X$ローテーションを使用します。 すべての物理量子ビットは、実行中に固定された符号を共有するか、それぞれの間隔を独立に再描画する。 2つのモデルは同一のシンドローム統計と同一の時空間パウリ過程(SPP)を持ち、パウリが全てのノイズ間隔をツイリングすることによって得られる。 しかし、適切な記憶時間では、異なる論理的修正が必要である。 弱雑音の極限では、各モデルは既知の場合ほぼ完全に修正可能である。 モデル情報がなければ、最高の最終回復さえも、完全な症候群記録へのアクセスにもかかわらず、ノイズ認識の最適値に対して1/2ドルという最悪ケースの忠実度が失われる。 この2つのモデルに対して、固定符号と固定正の目標損失が1/2$未満であれば、整合キャリブレーション境界が証明される。 論理的準備と最終的な読み出しでは、完全なQECサイクルは、コードの距離の$X$まで逆回転角が上昇するにつれて、多くのノイズ間隔のスケーリングを必要とする。 1つの抽出の前に2つの中断しない間隔を許すことで、逆二乗スケーリングの最適コストを削減できる。 ノイズ間隔ごとに物理的にパウリが絡み合うと、回復性能と情報要求の両方が変化する。 適用された無作為なパウリ演算の記録を明らかにすることで、SPPは最適回復に十分である。 この記録を維持することで、達成可能な忠実度を向上させることができるが、その最適値に達するには、追加のノイズ情報が必要になるかもしれない。

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)
• Correcting coherent quantum errors by going with the flow [0.0]
  相関型単一量子ハミルトニアン雑音モデル(大域不規則量子ビット回転)において, 距離3を超える論理的量子ビット性能は, パウリ雑音モデルと同一のプロセス忠実度(一つの応用後の忠実度)とを一致させることを示した。 より一般的なノイズの回路モデルでは、相関はシンドローム抽出ラウンド内に構成的に付加されるが、受動誤差補正によるパウリフレームランダム化は複数のラウンドでこの効果を緩和する。
  論文  参考訳（メタデータ） (2026-02-24T16:39:14Z)
• ZIP-RC: Optimizing Test-Time Compute via Zero-Overhead Joint Reward-Cost Prediction [57.799425838564]
  ZIP-RCは、モデルに報酬とコストのゼロオーバーヘッド推論時間予測を持たせる適応推論手法である。 ZIP-RCは、同じまたはより低い平均コストで過半数投票よりも最大12%精度が向上する。
  論文  参考訳（メタデータ） (2025-12-01T09:44:31Z)
• $ε$-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)
• Noise-adapted qudit codes for amplitude-damping noise [6.320926638892934]
  4,1]$quditエラー訂正コードを特定し、振幅減衰ノイズから保護する。 この4クォーディット符号は,全単一クォーディットの誤り訂正条件と2クォーディットの減衰誤差を満たすことを示す。 この構成を$[2M+2, M]$qudit符号の族に一般化し、全ての単一量子と2量子振幅減衰誤差をほぼ補正できる。
  論文  参考訳（メタデータ） (2024-06-04T16:07:26Z)
• A Robust Phased Elimination Algorithm for Corruption-Tolerant Gaussian Process Bandits [118.22458816174144]
  そこで本稿では,エポックで動作するロバストな除去型アルゴリズムを提案し,探索と頻繁な切替を併用して,小さなアクションサブセットを選択し,各アクションを複数タイミングで実行する。 我々のアルゴリズムであるGP Robust Phased Elimination (RGP-PE) は、探索とエクスプロイトによる汚職に対するロバストネスのバランスに成功している。 GPバンディット設定におけるロバスト性の最初の実証的研究を行い,アルゴリズムが様々な敵攻撃に対してロバストであることを示す。
  論文  参考訳（メタデータ） (2022-02-03T21:19:36Z)
• Random quantum circuits transform local noise into global white noise [118.18170052022323]
  低忠実度状態におけるノイズランダム量子回路の測定結果の分布について検討する。 十分に弱くユニタリな局所雑音に対して、一般的なノイズ回路インスタンスの出力分布$p_textnoisy$間の相関(線形クロスエントロピーベンチマークで測定)は指数関数的に減少する。 ノイズが不整合であれば、出力分布は、正確に同じ速度で均一分布の$p_textunif$に近づく。
  論文  参考訳（メタデータ） (2021-11-29T19:26:28Z)
• ReLU Regression with Massart Noise [52.10842036932169]
  本稿では、ReLU回帰の基本的問題として、Rectified Linear Units(ReLU)をデータに適合させることを目標としている。 我々は自然およびよく研究された半ランダムノイズモデルであるMassartノイズモデルにおけるReLU回帰に着目した。 このモデルにおいて,パラメータの正確な回復を実現する効率的なアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2021-09-10T02:13:22Z)

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。