論文の概要: Identifying Logical Operations from Syndrome Histories for qLDPC Codes
- arxiv url: http://arxiv.org/abs/2610.40052v1
- Date: Thu, 29 Oct 2026 13:45:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 08:26:11.335844
- Title: Identifying Logical Operations from Syndrome Histories for qLDPC Codes
- Title（参考訳）: qLDPC符号におけるシンドローム履歴からの論理操作の同定
- Abstract要約: 本研究は,他の古典的測定結果とともに,症候群の履歴を単独または併用した論理的操作同定について検討する。
我々は未知の回路欠陥を考慮した正確な推定法とスケーラブルな近似法を開発した。
1つの論理命令は、回路レベルのノイズの下で94%以上の精度で識別できる。
- 参考スコア（独自算出の注目度）: 8.605506108805246
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Syndrome histories are normally used to detect and correct errors in fault-tolerant quantum computation, but they can also reveal information about the logical operations executed during computation. We study logical-operation identification using syndrome histories alone or together with other classical measurement outcomes. We develop an exact inference method and a scalable approximation that account for unknown circuit faults and ideal measurement randomness. We evaluate automorphisms, logical Pauli measurements, T injections, and logical circuits combining these instructions on \([[18,4,2]]\) and \([[72,12,6]]\) bivariate bicycle (BB) codes under multiple noise models and error rates. A single logical instruction can be identified with over 94\% accuracy under circuit-level noise with error rates between \(10^ {-5} \) and \(10^{-3}\). We also achieve over 99\% accuracy for automorphism-based logical circuits and 78.32\% for logical circuits combining all three instructions. We further analyze identification ambiguities arising from insufficient or indistinguishable measurement information, fault timing, and approximation inference. Together, these results extend the role of syndromes beyond error decoding to identifying executed logical operations and circuits during fault-tolerant quantum computation. They also suggest that access to syndrome histories and related classical measurement outcomes may unintentionally reveal information about the executed computation.
- Abstract（参考訳）: シンドロームの履歴は通常、フォールトトレラントな量子計算における誤りを検出し、修正するために使用されるが、計算中に実行される論理演算に関する情報を明らかにすることもできる。
本研究は,他の古典的測定結果とともに,症候群の履歴を単独または併用した論理的操作同定について検討する。
我々は,未知の回路欠陥と理想的な計測ランダム性を考慮した,正確な推定法とスケーラブルな近似法を開発した。
複数のノイズモデルと誤差率に基づいて, 自己同型, 論理的パウリ測定, T 注入, 論理回路の評価を行い, これらの命令を \([[18,4,2]]\) と \([[72,12,6]]\) の2変数自転車 (BB) 符号で組み合わせた。
1つの論理的命令は、回路レベルのノイズの下では 94 % 以上の精度で識別でき、エラーレートは \(10^ {-5} \) と \(10^{-3}\) である。
また,自己同型論理回路の精度は99.%以上,論理回路の精度は78.32%以上である。
さらに、不足または識別不能な測定情報、故障タイミング、近似推定から生じる識別の曖昧さを解析する。
これらの結果は、エラー復号化を超えたシンドロームの役割を拡張し、フォールトトレラント量子計算において実行された論理演算と回路を同定する。
彼らはまた、シンドロームの履歴と関連する古典的な測定結果へのアクセスが、実行された計算に関する情報を意図せずに明らかにすることを示唆している。
関連論文リスト
- Composing Detector Error Models [41.99844472131922]
逐次および並列に構成する拡張検出誤差モデル(EDEM)を導入する。
誤差の診断に使用される測定パリティである検出器を回路境界で分割する方法を実証する。
この構造は、回路のすべてのファミリーのシンボリックプリコンパイルと解析をサポートする。
論文 参考訳（メタデータ） (2026-09-11T17:21:43Z) - Efficient learning of logical noise from syndrome data [1.2109342530966007]
我々は,サンプルの複雑さと計算コストを保証できる効率的な推定器を開発した。
本研究は,フォールトトレラント量子デバイスにおける論理チャネルを特徴付けるための実践的アプローチとして,シンドロームに基づく学習を確立した。
論文 参考訳（メタデータ） (2026-01-29T20:02:00Z) - In-situ benchmarking of fault-tolerant quantum circuits. I. Clifford circuits [3.1283477375773185]
そこで本研究では,フォールトトレラント回路の物理的および論理的誤差を,シンドロームデータを用いてその場で特徴付けることができることを示す。
本手法は, ゲート校正, 復号精度の向上, 論理回路の検証を支援するために, フォールトトレラント量子コンピュータを効率よく, その場で特徴付ける方法を提供する。
論文 参考訳（メタデータ） (2026-01-29T09:51:19Z) - Low-Overhead Transversal Fault Tolerance for Universal Quantum Computation [36.3664581543528]
論理演算は一定回数の抽出ラウンドしか持たず、フォールトトレラントに実行可能であることを示す。
我々の研究は、量子フォールトトレランスの理論に新たな光を当て、実用的なフォールトトレラント量子計算の時空コストを1桁以上削減する可能性を持っている。
論文 参考訳（メタデータ） (2024-06-25T15:43:25Z) - Witnessing entanglement in trapped-ion quantum error correction under
realistic noise [41.94295877935867]
量子誤り補正(Quantum Error Correction, QEC)は、論理情報を複数の物理量子ビットに符号化することで冗長性を利用する。
トラップイオンプラットフォームで使用される2量子光シフトゲートの平均ゲート不忠実度を推定するために,詳細な顕微鏡誤差モデルを提案する。
次に、この現実的な誤差モデルを適用し、QECビルディングブロックとして機能する回路によって生成されるマルチパーティントの絡み合いを定量化する。
論文 参考訳（メタデータ） (2022-12-14T20:00:36Z) - Learning to Bound Counterfactual Inference in Structural Causal Models
from Observational and Randomised Data [64.96984404868411]
我々は、従来のEMベースのアルゴリズムを拡張するための全体的なデータの特徴付けを導出する。
新しいアルゴリズムは、そのような混合データソースからモデルパラメータの(不特定性)領域を近似することを学ぶ。
反実的な結果に間隔近似を与え、それが特定可能な場合の点に崩壊する。
論文 参考訳（メタデータ） (2022-12-06T12:42:11Z) - A Quantum Algorithm for Computing All Diagnoses of a Switching Circuit [73.70667578066775]
ほとんどの人造システム、特にコンピュータは決定論的に機能する。
本稿では、量子物理学が確率法則に従うときの直観的なアプローチである量子情報理論による接続を提供する。
論文 参考訳（メタデータ） (2022-09-08T17:55:30Z) - Logical blocks for fault-tolerant topological quantum computation [55.41644538483948]
本稿では,プラットフォームに依存しない論理ゲート定義の必要性から,普遍的なフォールトトレラント論理の枠組みを提案する。
資源オーバーヘッドを改善するユニバーサル論理の新しいスキームについて検討する。
境界のない計算に好適な論理誤差率を動機として,新しい計算手法を提案する。
論文 参考訳（メタデータ） (2021-12-22T19:00:03Z) - Tractable Inference in Credal Sentential Decision Diagrams [116.6516175350871]
確率感性決定図は、解離ゲートの入力が確率値によってアノテートされる論理回路である。
我々は、局所確率を質量関数のクレーダル集合に置き換えることができる確率の一般化である、クレーダル感性決定図を開発する。
まず,ノイズの多い7セグメント表示画像に基づく簡単なアプリケーションについて検討する。
論文 参考訳（メタデータ） (2020-08-19T16:04:34Z)
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。