論文の概要: Evaluating the performance of QEC primitives on quantum processors at large width and depth

• arxiv url: http://arxiv.org/abs/2610.05928v1
• Date: Mon, 05 Oct 2026 07:46:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 03:06:09.49648
• Title: Evaluating the performance of QEC primitives on quantum processors at large width and depth
• Title（参考訳）: 量子プロセッサの広い幅と深さでのQECプリミティブの性能評価
• Abstract要約: 量子近似最適化アルゴリズム(QAOA)のMCM実装に基づくQEC関連プリミティブの数サンプルベンチマークを導入する。 選択されたコードに対して、QAOAハミルトニアンはそのチェック構造から構成され、結果として生じる回路はシンドローム抽出接続とMCMパターンを模倣する。 我々は、IBM、IQM、Quantinuumの10のQPUに対して、最大2950 MCM操作を含む回路で直接およびMCMによる実装を比較した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum error correction (QEC) relies on repeated parity extraction, mid-circuit measurement (MCM), reset, feed-forward, and scheduling, yet these primitives are usually assessed either in isolation or through resource-demanding experiments. We introduce a few-sample benchmark of QEC-relevant primitives based on an MCM implementation of the quantum approximate optimization algorithm (QAOA) with a fixed set of linear parameters (LR-QAOA). For a chosen code, the QAOA Hamiltonian is constructed from its check structure, such that the resulting circuit mimics the syndrome-extraction connectivity and MCM pattern while producing a direct algorithmic signal, the approximation-ratio r. The LR-QAOA depth, defined by the number of QAOA layers, plays a role analogous to the number of repeated syndrome-extraction rounds in a QEC experiment. From QPU executions, the decay of r with depth defines an effective hardware error, which we map to an equivalent two-qubit depolarizing rate λeff. We compare direct and MCM-mediated implementations across 10 QPUs from IBM, IQM, and Quantinuum, with circuits containing up to 2950 MCM operations. On Quantinuum's Helios-1 and H2-1, we run code-structured LR-QAOA benchmarks for surface-code, triangular color-code, and bivariate-bicycle qLDPC Hamiltonians up to 81, 91, and 48 data qubits, respectively, using up to 480 MCM operations. On IBM ibm_phoenix, we implement the surface-code structure and compare the LR-QAOA response with logical-memory experiments, observing a correlation between the benchmark and the logical performance across different regions of the QPU. Its construction and low resource requirements provide a practical benchmark for comparing hardware generations and QEC implementations before full logical-memory experiments are performed.
• Abstract（参考訳）: 量子エラー補正(QEC)は、繰り返しパリティ抽出、中間回路計測(MCM)、リセット、フィードフォワード、スケジューリングに依存するが、これらのプリミティブは通常、分離またはリソース要求の実験によって評価される。 本稿では, 量子近似最適化アルゴリズム (QAOA) の MCM 実装と線形パラメータの固定セット (LR-QAOA) に基づく, QEC 関連プリミティブの数サンプルベンチマークを提案する。 選択されたコードに対して、QAOAハミルトニアンはそのチェック構造から構成され、結果として得られる回路は、直接アルゴリズム信号である近似比rを生成しながら、シンドローム抽出接続とMCMパターンを模倣する。 QEC実験において、QAOA層数で定義されるLR-QAOA深さは、繰り返し発生する症候群抽出ラウンドの数に類似した役割を果たす。 QPU の実行から、深さを持つ r の崩壊は、有効なハードウェアエラーを定義し、等価な 2 ビットの分極速度 λeff にマップする。 我々は、IBM、IQM、Quantinuumの10のQPUに対して、最大2950 MCM操作を含む回路で直接およびMCMによる実装を比較した。 Quantinuum の Helios-1 と H2-1 では,最大 480 MCM 演算を用いて,曲面符号,三角形カラーコード,二変数二輪車 qLDPC Hamiltonian のコード構造化 LR-QAOA ベンチマークを実行する。 IBM ibm_phoenixでは,サーフェスコード構造を実装し,LR-QAOA応答と論理メモリ実験を比較し,ベンチマークとQPUの異なる領域における論理性能の相関を観察する。 その構成と低リソース要求は、完全な論理メモリ実験を行う前にハードウェア世代とQEC実装を比較するための実用的なベンチマークを提供する。

関連論文リスト

• Score-Based Turbo Message Passing for Plug-and-Play Compressive Imaging [45.77515171733844]
  圧縮画像回復のためのスコアベース最小平均二乗誤差(MMSE)デノイザを統合するアルゴリズムを考案する。 得られたアルゴリズムはスコアベースのターボメッセージパッシング(STMP)と呼ばれ、メッセージパッシングの高速収束とスコアベースの生成前のパワーを組み合わせたものである。
  論文  参考訳（メタデータ） (2025-12-16T14:24:12Z)
• Error Mitigation of Fault-Tolerant Quantum Circuits with Soft Information [39.64742821341961]
  量子誤り訂正(QEC)の時代において、量子エラー軽減(QEM)が引き続き大きなメリットをもたらすことを示す。 我々は、選択後および実行中止ポリシー、確率的エラーキャンセル、ゼロノイズ外挿という3つの論理レベルのQEM手法を開発し、分析する。 我々の手法は、0.1%未満のショットを捨てながら、論理誤差率を100倍以上に削減する。
  論文  参考訳（メタデータ） (2025-12-10T17:49:06Z)
• Compilation of QCrank Encoding Algorithm for a Dynamically Programmable Qubit Array Processor [4.547397183739772]
  QCrankは、シーケンス化された実数値の古典データを量子状態に格納するための効率的な符号化プロトコルである。 我々は、中性原子配列の鍵となる特徴が、アルゴリズムの効果的な展開にどのように役立つかを示す。
  論文  参考訳（メタデータ） (2025-07-14T18:16:25Z)
• Evaluating the performance of quantum processing units at large width and depth [0.40964539027092917]
  線形ランプ量子近似最適化アルゴリズム(LR-QAOA)に基づくベンチマークプロトコルを提案する。 LR-QAOAは、回路深度が増加するにつれてコヒーレント信号を保存するQPUの能力を定量化し、ランダムサンプリングと統計的に区別できない性能になるかどうかを特定する。 このプロトコルを6つのベンダーの24の量子プロセッサに適用し、最大156の量子ビットと1Dチェーンにまたがる1万の層、ネイティブレイアウト、完全に接続されたトポロジの問題をテストします。
  論文  参考訳（メタデータ） (2025-02-10T13:50:50Z)
• EPS-MoE: Expert Pipeline Scheduler for Cost-Efficient MoE Inference [49.94169109038806]
  本稿では,既存の並列処理方式を超越したMoE用パイプラインスケジューラであるEPS-MoEを紹介する。 その結果,既存の並列推論手法と比較して,プリフィルスループットは52.4%向上した。
  論文  参考訳（メタデータ） (2024-10-16T05:17:49Z)
• Block encoding bosons by signal processing [0.0]
  単位行列に対する量子特異値変換(QSVT)や量子固有値変換(QETU)といったQSPベースの手法がBEの実装に有効に利用できることを示す。 本稿では,QSVTアルゴリズムとQETUアルゴリズムと組み合わせて,格子ボソンに対するハミルトニアンの符号化をブロックするいくつかの例を示す。 QSVTをBEに使用すると、サイト毎のキュービット数で最高のゲートカウントスケーリングが得られるが、LOVE-LCUは最大$lesssim11$ qubitsの演算子に対して、他のすべてのメソッドよりも優れている。
  論文  参考訳（メタデータ） (2024-08-29T18:00:02Z)
• Optimization by Decoded Quantum Interferometry [38.063836468778895]
  Decoded Quantum Interferometry (DQI) は、量子フーリエ変換を用いて、復号化問題に対する最適化問題を削減する量子アルゴリズムである。 有限体上の最適適合を近似するために、DQIは既知の古典的アルゴリズムよりも超多項式的なスピードアップを達成する。
  論文  参考訳（メタデータ） (2024-08-15T17:47:42Z)
• End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
  問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。 アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
  論文  参考訳（メタデータ） (2022-11-22T18:54:48Z)

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。