Ένας επεκτάσιμος και γρήγορος αποκωδικοποιητής συνδρόμου τεχνητού νευρωνικού δικτύου για επιφανειακούς κώδικες

Ένας επεκτάσιμος και γρήγορος αποκωδικοποιητής συνδρόμου τεχνητού νευρωνικού δικτύου για επιφανειακούς κώδικες

Χρονική σήμανση: 12 Ιουλίου 2023 10:23 π.μ.

Spiro Gicev1, Lloyd CL Hollenberg1και ο Μοχάμεντ Ουσμάν1,2,3

1Center for Quantum Computation and Communication Technology, School of Physics, University of Melbourne, Parkville, 3010, VIC, Αυστραλία.
2School of Computing and Information Systems, Melbourne School of Engineering, University of Melbourne, Parkville, 3010, VIC, Australia
3Data61, CSIRO, Clayton, 3168, VIC, Αυστραλία

Βρείτε αυτό το άρθρο ενδιαφέρουσα ή θέλετε να συζητήσετε; Scite ή αφήστε ένα σχόλιο για το SciRate.

Περίληψη

Η διόρθωση σφαλμάτων κώδικα επιφάνειας προσφέρει μια πολλά υποσχόμενη διαδρομή για την επίτευξη κλιμακούμενης ανοχής σε σφάλματα κβαντικού υπολογισμού. Όταν λειτουργούν ως κωδικοί σταθεροποίησης, οι υπολογισμοί επιφανειακού κώδικα αποτελούνται από ένα βήμα αποκωδικοποίησης συνδρόμου όπου χρησιμοποιούνται μετρημένοι χειριστές σταθεροποιητών για τον προσδιορισμό των κατάλληλων διορθώσεων για σφάλματα σε φυσικά qubits. Οι αλγόριθμοι αποκωδικοποίησης έχουν υποστεί ουσιαστική ανάπτυξη, με πρόσφατες εργασίες που ενσωματώνουν τεχνικές μηχανικής μάθησης (ML). Παρά τα πολλά υποσχόμενα αρχικά αποτελέσματα, οι αποκωδικοποιητές συνδρόμου που βασίζονται σε ML εξακολουθούν να περιορίζονται σε επιδείξεις μικρής κλίμακας με χαμηλή καθυστέρηση και δεν είναι σε θέση να χειριστούν επιφανειακούς κώδικες με οριακές συνθήκες και διάφορα σχήματα που απαιτούνται για χειρουργική επέμβαση πλέγματος και πλέξιμο. Εδώ, αναφέρουμε την ανάπτυξη ενός κλιμακούμενου και γρήγορου αποκωδικοποιητή συνδρόμου που βασίζεται σε τεχνητό νευρωνικό δίκτυο (ANN), ικανό να αποκωδικοποιεί επιφανειακούς κώδικες αυθαίρετου σχήματος και μεγέθους με qubit δεδομένων που υποφέρουν από το μοντέλο σφάλματος αποπόλωσης. Με βάση την αυστηρή εκπαίδευση πάνω από 50 εκατομμύρια περιπτώσεις τυχαίων κβαντικών σφαλμάτων, ο αποκωδικοποιητής μας ANN φαίνεται να λειτουργεί με αποστάσεις κωδικού που υπερβαίνουν τα 1000 (πάνω από 4 εκατομμύρια φυσικά qubits), που είναι η μεγαλύτερη επίδειξη αποκωδικοποιητή που βασίζεται σε ML μέχρι σήμερα. Ο καθιερωμένος αποκωδικοποιητής ANN επιδεικνύει έναν χρόνο εκτέλεσης κατ' αρχήν ανεξάρτητο από την απόσταση κώδικα, υπονοώντας ότι η υλοποίησή του σε αποκλειστικό υλικό θα μπορούσε δυνητικά να προσφέρει χρόνους αποκωδικοποίησης επιφανειακού κώδικα O($mu$sec), ανάλογους με τους πειραματικά πραγματοποιήσιμους χρόνους συνοχής qubit. Με την αναμενόμενη κλιμάκωση των κβαντικών επεξεργαστών εντός της επόμενης δεκαετίας, η αύξησή τους με έναν γρήγορο και επεκτάσιμο αποκωδικοποιητή συνδρόμου όπως αναπτύχθηκε στην εργασία μας αναμένεται να διαδραματίσει αποφασιστικό ρόλο στην πειραματική εφαρμογή της ανεκτικής σε σφάλματα κβαντικής επεξεργασίας πληροφοριών.

Ένας επεκτάσιμος και γρήγορος αποκωδικοποιητής συνδρόμου τεχνητού νευρωνικού δικτύου για κωδικούς επιφάνειας PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.

Επιλεγμένη εικόνα: Πλαίσιο αποκωδικοποιητή τεχνητού νευρωνικού δικτύου για γρήγορη και επεκτάσιμη διόρθωση σφαλμάτων.

Δημοφιλή περίληψη

Η ακρίβεια της τρέχουσας γενιάς κβαντικών συσκευών υποφέρει από θόρυβο ή σφάλματα. Οι κβαντικοί κώδικες διόρθωσης σφαλμάτων, όπως οι κωδικοί επιφάνειας, μπορούν να αναπτυχθούν για τον εντοπισμό και τη διόρθωση σφαλμάτων. Ένα κρίσιμο βήμα στην υλοποίηση σχημάτων επιφανειακών κωδικών είναι η αποκωδικοποίηση, ο αλγόριθμος που χρησιμοποιεί πληροφορίες σφάλματος που μετρώνται απευθείας από τον κβαντικό υπολογιστή για να υπολογίσει τις κατάλληλες διορθώσεις. Προκειμένου να επιλυθούν αποτελεσματικά τα προβλήματα που προκαλούνται από το θόρυβο, οι αποκωδικοποιητές πρέπει να υπολογίσουν τις κατάλληλες διορθώσεις στο ρυθμό με τις γρήγορες μετρήσεις που γίνονται στο υποκείμενο κβαντικό υλικό. Αυτό πρέπει να επιτευχθεί σε αποστάσεις επιφανειακού κώδικα αρκετά μεγάλες ώστε να καταστέλλονται επαρκώς τα σφάλματα και ταυτόχρονα σε όλα τα ενεργά λογικά qubits. Η προηγούμενη εργασία εξέτασε κυρίως αλγόριθμους αντιστοίχισης γραφημάτων, όπως η τέλεια αντιστοίχιση ελάχιστου βάρους, με κάποια πρόσφατη εργασία που διερευνά επίσης τη χρήση νευρωνικών δικτύων για αυτήν την εργασία, αν και περιορίζεται σε υλοποιήσεις μικρής κλίμακας.

Η εργασία μας πρότεινε και υλοποίησε ένα νέο πλαίσιο συνελικτικού νευρωνικού δικτύου για την αντιμετώπιση των προβλημάτων κλιμάκωσης που αντιμετωπίζονται κατά την αποκωδικοποίηση κωδίκων επιφάνειας μεγάλων αποστάσεων. Στο συνελικτικό νευρωνικό δίκτυο δόθηκε μια είσοδος αποτελούμενη από αλλαγμένες μετρήσεις ισοτιμίας, καθώς και από την οριακή δομή του κώδικα διόρθωσης σφάλματος. Δεδομένου του πεπερασμένου παραθύρου τοπικής παρατήρησης που εμφανίζεται σε όλο το συνελικτικό νευρωνικό δίκτυο, χρησιμοποιήθηκε ένας αποκωδικοποιητής καθαρισμού για τη διόρθωση τυχόν αραιών υπολειπόμενων σφαλμάτων που μπορεί να παραμείνουν. Με βάση την αυστηρή εκπαίδευση πάνω από 50 εκατομμύρια περιπτώσεις τυχαίων κβαντικών σφαλμάτων, ο αποκωδικοποιητής μας αποδείχθηκε ότι λειτουργεί με αποστάσεις κωδικών που υπερβαίνουν τα 1000 (πάνω από 4 εκατομμύρια φυσικά qubits), που ήταν η μεγαλύτερη επίδειξη αποκωδικοποιητή που βασίζεται σε ML μέχρι σήμερα.

Η χρήση συνελικτικών νευρωνικών δικτύων και η οριακή δομή στην είσοδο επέτρεψε στο δίκτυό μας να εφαρμοστεί σε ένα ευρύ φάσμα αποστάσεων επιφανειακών κωδικών και διαμορφώσεων ορίων. Η τοπική συνδεσιμότητα του δικτύου επιτρέπει τη διατήρηση χαμηλής καθυστέρησης κατά την αποκωδικοποίηση κωδίκων μεγαλύτερης απόστασης και διευκολύνει εύκολα την παραλληλοποίηση. Η εργασία μας αντιμετωπίζει ένα βασικό πρόβλημα στη χρήση νευρωνικών δικτύων για αποκωδικοποίηση σε κλίμακες προβλημάτων πρακτικού ενδιαφέροντος και επιτρέπει περαιτέρω έρευνα που περιλαμβάνει τη χρήση δικτύων με παρόμοια δομή.

► Δεδομένα BibTeX

► Αναφορές

[1] S. Pirandola, UL Andersen, L. Banchi, M. Berta, D. Bunandar, R. Colbeck, D. Englund, T. Gehring, C. Lupo, C. Ottaviani, JL Pereira, M. Razavi, J. Shamsul Shaari , Μ. Tomamichel, VC Usenko, G. Vallone, Ρ. Villoresi, and P. Wallden. «Πρόοδοι στην κβαντική κρυπτογραφία». Adv. Επιλέγω. Φωτόνιο. 12, 1012–1236 (2020).
https: / / doi.org/ 10.1364 / AOP.361502

[2] Yudong Cao, Jonathan Romero, Jonathan P. Olson, Matthias Degroote, Peter D. Johnson, Mária Kieferová, Ian D. Kivlichan, Tim Menke, Borja Peropadre, Nicolas PD Sawaya, Sukin Sim, Libor Veis και Alán Aspuru-Guzik. «Η κβαντική χημεία στην εποχή των κβαντικών υπολογιστών». Chemical Reviews 119, 10856–10915 (2019).
https: / / doi.org/ 10.1021 / acs.chemrev.8b00803

[3] Román Orús, Samuel Mugel και Enrique Lizaso. «Κβαντικός υπολογισμός για τη χρηματοδότηση: Επισκόπηση και προοπτικές». Κριτικές στο Physics 4, 100028 (2019).
https: / / doi.org/ 10.1016 / j.revip.2019.100028

[4] Craig Gidney και Martin Ekerå. «Πώς να παραγοντοποιήσετε ακέραιους RSA 2048 bit σε 8 ώρες χρησιμοποιώντας 20 εκατομμύρια θορυβώδη qubits». Quantum 5, 433 (2021).
https:/​/​doi.org/​10.22331/​q-2021-04-15-433

[5] Joonho Lee, Dominic W. Berry, Craig Gidney, William J. Huggins, Jarrod R. McClean, Nathan Wiebe και Ryan Babbush. «Ακόμα πιο αποτελεσματικοί κβαντικοί υπολογισμοί της χημείας μέσω της υπερσύσπασης του τανυστή». PRX Quantum 2, 030305 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.030305

[6] Yuval R. Sanders, Dominic W. Berry, Pedro CS Costa, Louis W. Tessler, Nathan Wiebe, Craig Gidney, Hartmut Neven και Ryan Babbush. «Σύνταξη κβαντικών ευρετικών ανεκτικών σφαλμάτων για συνδυαστική βελτιστοποίηση». PRX Quantum 1, 020312 (2020).
https: / / doi.org/ 10.1103 / PRXQuantum.1.020312

[7] Eric Dennis, Alexei Kitaev, Andrew Landahl και John Preskill. «Τοπολογική κβαντική μνήμη». Journal of Mathematical Physics 43, 4452–4505 (2002).
https: / / doi.org/ 10.1063 / 1.1499754

[8] Christian Kraglund Andersen, Ants Remm, Stefania Lazar, Sebastian Krinner, Nathan Lacroix, Graham J. Norris, Mihai Gabureac, Christopher Eichler και Andreas Wallraff. «Επαναλαμβανόμενη ανίχνευση κβαντικού λάθους σε έναν επιφανειακό κώδικα». Nature Physics 16, 875–880 (2020).
https: / / doi.org/ 10.1038 / s41567-020-0920-y

[9] Zijun Chen, Kevin J Satzinger, Juan Atalaya, Alexander N Korotkov, Andrew Dunsworth, Daniel Sank, Chris Quintana, Matt McEwen, Rami Barends, Paul V Klimov, κ.ά. "Εκθετική καταστολή σφαλμάτων bit ή φάσης με κυκλική διόρθωση σφαλμάτων". Nature 595, 383–387 (2021).
https: / / doi.org/ 10.1038 / s41586-021-03588-y

[10] Austin G. Fowler, David S. Wang και Lloyd CL Hollenberg. «Κβαντική διόρθωση σφαλμάτων επιφανειακού κώδικα που ενσωματώνει ακριβή διάδοση σφαλμάτων» (2010). arXiv: 1004.0255.
https://doi.org/​10.48550/​arXiv.1004.0255
arXiv: 1004.0255

[11] Austin G. Fowler, Adam C. Whiteside και Lloyd CL Hollenberg. «Προς πρακτική κλασική επεξεργασία για τον επιφανειακό κώδικα». Physical Review Letters 108 (2012).
https: / / doi.org/ 10.1103 / physrevlett.108.180501

[12] Austin G. Fowler. «Βέλτιστη διόρθωση πολυπλοκότητας συσχετισμένων σφαλμάτων στον κώδικα επιφάνειας» (2013). arXiv: 1310.0863.
https://doi.org/​10.48550/​arXiv.1310.0863
arXiv: 1310.0863

[13] Fern HE Watson, Hussain Anwar και Dan E. Browne. "Γρήγορος αποκωδικοποιητής ανοχής σε σφάλματα για κωδικούς επιφάνειας qubit και qudit". Phys. Α' 92, 032309 (2015).
https: / / doi.org/ 10.1103 / PhysRevA.92.032309

[14] Guillaume Duclos-Cianci και David Poulin. «Γρήγοροι αποκωδικοποιητές για τοπολογικούς κβαντικούς κώδικες». Phys. Αναθ. Lett. 104, 050504 (2010).
https: / / doi.org/ 10.1103 / PhysRevLett.104.050504

[15] Robert Raussendorf και Jim Harrington. «Ανεκτικός σε σφάλματα κβαντικός υπολογισμός με υψηλό κατώφλι σε δύο διαστάσεις». Phys. Αναθ. Lett. 98, 190504 (2007).
https: / / doi.org/ 10.1103 / PhysRevLett.98.190504

[16] Ντάνιελ Λιτίνσκι. «Ένα παιχνίδι επιφανειακών κωδίκων: Κβαντικοί υπολογιστές μεγάλης κλίμακας με χειρουργική πλέγματος». Quantum 3, 128 (2019).
https:/​/​doi.org/​10.22331/​q-2019-03-05-128

[17] Σάββας Βαρσαμόπουλος, Ben Criger και Koen Bertels. «Αποκωδικοποίηση μικρών επιφανειακών κωδίκων με τροφοδοτικά νευρωνικά δίκτυα». Quantum Science and Technology 3, 015004 (2017).
https: / / doi.org/ 10.1088 / 2058-9565 / aa955a

[18] Amarsanaa Davaasuren, Yasunari Suzuki, Keisuke Fujii και Masato Koashi. «Γενικό πλαίσιο για την κατασκευή γρήγορου και σχεδόν βέλτιστου αποκωδικοποιητή που βασίζεται στη μηχανική μάθηση των κωδικών τοπολογικών σταθεροποιητών». Phys. Rev. Res. 2, 033399 (2020).
https: / / doi.org/ 10.1103 / PhysRevResearch.2.033399

[19] Giacomo Torlai και Roger G. Melko. «Νευρωνικός αποκωδικοποιητής για τοπολογικούς κώδικες». Phys. Αναθ. Lett. 119, 030501 (2017).
https: / / doi.org/ 10.1103 / PhysRevLett.119.030501

[20] Stefan Krastanov και Liang Jiang. «Πιθανοτικός αποκωδικοποιητής βαθιάς νευρωνικού δικτύου για κωδικούς σταθεροποιητή». Επιστημονικές Εκθέσεις 7 (2017).
https:/​/​doi.org/​10.1038/​s41598-017-11266-1

[21] Paul Baireuther, Thomas E. O'Brien, Brian Tarasinski και Carlo WJ Beenakker. «Διόρθωση με τη βοήθεια μηχανικής μάθησης συσχετισμένων σφαλμάτων qubit σε έναν τοπολογικό κώδικα». Quantum 2, 48 (2018).
https:/​/​doi.org/​10.22331/​q-2018-01-29-48

[22] Debasmita Bhoumik, Pinaki Sen, Ritajit Majumdar, Susmita Sur-Kolay, Latesh Kumar KJ και Sundaraja Sitharama Iyengar. «Αποτελεσματική αποκωδικοποίηση συνδρόμων επιφανειακού κώδικα για διόρθωση σφαλμάτων στον κβαντικό υπολογισμό» (2021). arXiv:2110.10896.
https://doi.org/​10.48550/​arXiv.2110.10896
arXiv: 2110.10896

[23] Οι Ryan Sweke, Markus S Kesselring, Evert PL van Nieuwenburg και Jens Eisert. «Αποκωδικοποιητές ενισχυτικής εκμάθησης για κβαντικούς υπολογισμούς με ανοχή σε σφάλματα». Machine Learning: Science and Technology 2, 025005 (2020).
https://doi.org/​10.1088/​2632-2153/​abc609

[24] Elisha Siddiqui Matekole, Esther Ye, Ramya Iyer και Samuel Yen-Chi Chen. «Αποκωδικοποίηση επιφανειακών κωδίκων με μάθηση βαθιάς ενίσχυσης και πιθανολογική επαναχρησιμοποίηση πολιτικών» (2022). arXiv:2212.11890.
https://doi.org/​10.48550/​arXiv.2212.11890
arXiv: 2212.11890

[25] Ramon WJ Overwater, Masoud Babaie και Fabio Sebastiano. «Αποκωδικοποιητές νευρωνικών δικτύων για διόρθωση κβαντικών σφαλμάτων χρησιμοποιώντας επιφανειακούς κώδικες: Μια εξερεύνηση του διαστήματος των αντισταθμίσεων κόστους-απόδοσης υλικού». IEEE Transactions on Quantum Engineering 3, 1–19 (2022).
https: / / doi.org/ 10.1109 / TQE.2022.3174017

[26] Kai Meinerz, Chae-Yeun Park και Simon Trebst. «Κλιμακόμενος νευρωνικός αποκωδικοποιητής για τοπολογικούς επιφανειακούς κώδικες». Phys. Αναθ. Lett. 128, 080505 (2022).
https: / / doi.org/ 10.1103 / PhysRevLett.128.080505

[27] S. Varsamopoulos, K. Bertels, and C. Almudever. «Σύγκριση αποκωδικοποιητών βασισμένων σε νευρωνικά δίκτυα για τον επιφανειακό κώδικα». IEEE Transactions on Computers 69, 300–311 (2020).
https: / / doi.org/ 10.1109 / TC.2019.2948612

[28] Όσκαρ Χίγκοτ. "Pymatching: Ένα πακέτο python για την αποκωδικοποίηση κβαντικών κωδίκων με τέλεια αντιστοίχιση ελάχιστου βάρους" (2021). arXiv:2105.13082.
https://doi.org/​10.48550/​arXiv.2105.13082
arXiv: 2105.13082

[29] Κρίστοφερ Τσάμπερλαντ και Πούγια Ρόνα. «Βαθιούς νευρωνικοί αποκωδικοποιητές για πειράματα βραχυπρόθεσμα ανεκτικά σε σφάλματα». Quantum Science and Technology 3, 044002 (2018).
https:/​/​doi.org/​10.1088/​2058-9565/​aad1f7

[30] Ντάνιελ Γκότεσμαν. «Κωδικοί σταθεροποιητή και διόρθωση κβαντικών σφαλμάτων» (1997). arXiv:quant-ph/​9705052.
https://doi.org/​10.48550/​arXiv.quant-ph/​9705052
arXiv: quant-ph / 9705052

[31] Charles D. Hill, Eldad Peretz, Samuel J. Hile, Matthew G. House, Martin Fuechsle, Sven Rogge, Michelle Y. Simmons και Lloyd CL Hollenberg. «Ένας κβαντικός υπολογιστής με κώδικα επιφάνειας σε πυρίτιο». Science Advances 1, e1500707 (2015).
https: / / doi.org/ 10.1126 / sciadv.1500707

[32] G. Pica, BW Lovett, RN Bhatt, T. Schenkel και SA Lyon. «Αρχιτεκτονική επιφανειακού κώδικα για δότες και κουκκίδες από πυρίτιο με ανακριβείς και ανομοιόμορφους συνδέσμους qubit». Phys. Αναθ. Β 93, 035306 (2016).
https: / / doi.org/ 10.1103 / PhysRevB.93.035306

[33] Charles D. Hill, Muhammad Usman και Lloyd CL Hollenberg. «Μια αρχιτεκτονική κβαντικού υπολογιστή με επιφανειακό κώδικα σε πυρίτιο που βασίζεται σε ανταλλαγή» (2021). arXiv:2107.11981.
https://doi.org/​10.48550/​arXiv.2107.11981
arXiv: 2107.11981

[34] Christopher Chamberland, Guanyu Zhu, Theodore J. Yoder, Jared B. Hertzberg και Andrew W. Cross. Τοπολογικοί κωδικοί και υποσυστήματα σε γραφήματα χαμηλού βαθμού με qubits σημαίας. Phys. Αναθ. Χ 10, 011022 (2020).
https: / / doi.org/ 10.1103 / PhysRevX.10.011022

[35] H. Bombin, Ruben S. Andrist, Masayuki Ohzeki, Helmut G. Katzgraber και MA Martin-Delgado. «Ισχυρή ανθεκτικότητα τοπολογικών κωδίκων στην αποπόλωση». Phys. Αναθ. Χ 2, 021004 (2012).
https: / / doi.org/ 10.1103 / PhysRevX.2.021004

[36] Ashley M. Stephens. «Όρια ανοχής σε σφάλματα για διόρθωση κβαντικών σφαλμάτων με τον επιφανειακό κώδικα». Phys. Αναθ. Α 89, 022321 (2014).
https: / / doi.org/ 10.1103 / PhysRevA.89.022321

[37] David S. Wang, Austin G. Fowler και Lloyd CL Hollenberg. «Κβαντικός υπολογισμός επιφανειακού κώδικα με ποσοστά σφάλματος άνω του 1%». Phys. Αναθ. Α 83, 020302 (2011).
https: / / doi.org/ 10.1103 / PhysRevA.83.020302

[38] Austin G. Fowler και Craig Gidney. «Κβαντικός υπολογισμός χαμηλής επιβάρυνσης με χρήση δικτυωτής χειρουργικής» (2019). arXiv:1808.06709.
https://doi.org/​10.48550/​arXiv.1808.06709
arXiv: 1808.06709

[39] Austin G. Fowler, Matteo Mariantoni, John M. Martinis και Andrew N. Cleland. «Κώδικες επιφανειών: Προς πρακτικούς κβαντικούς υπολογισμούς μεγάλης κλίμακας». Φυσική Ανασκόπηση A 86 (2012).
https: / / doi.org/ 10.1103 / physreva.86.032324

[40] Xiaotong Ni. «Αποκωδικοποιητές νευρωνικών δικτύων για 2d toric κώδικες μεγάλης απόστασης». Quantum 4, 310 (2020).
https:/​/​doi.org/​10.22331/​q-2020-08-24-310

[41] A. Holmes, M. Jokar, G. Pasandi, Y. Ding, M. Pedram και FT Chong. "Nisq+: Ενίσχυση της κβαντικής υπολογιστικής ισχύος μέσω της κατά προσέγγιση διόρθωσης κβαντικών σφαλμάτων". Το 2020 ACM/​IEEE 47th Annual International Symposium on Computer Architecture (ISCA). Σελίδες 556–569. Los Alamitos, CA, ΗΠΑ (2020). IEEE Computer Society.
https://doi.org/​10.1109/​ISCA45697.2020.00053

[42] Christian Kraglund Andersen, Ants Remm, Stefania Lazar, Sebastian Krinner, Johannes Heinsoo, Jean-Claude Besse, Mihai Gabureac, Andreas Wallraff και Christopher Eichler. «Σταθεροποίηση εμπλοκής με χρήση ανίχνευσης ισοτιμίας βασισμένης σε ancilla και ανάδρασης σε πραγματικό χρόνο σε υπεραγώγιμα κυκλώματα». npj Quantum Information 5 (2019).
https:/​/​doi.org/​10.1038/​s41534-019-0185-4

[43] Martín Abadi, Ashish Agarwal, Paul Barham, Eugene Brevdo, Zhifeng Chen, Craig Citro, Greg S. Corrado, Andy Davis, Jeffrey Dean, Matthieu Devin, Sanjay Ghemawat, Ian Goodfellow, Andrew Harp, Geoffrey Irving, Michael Isardaic, Yang th Kudlur, Josh Levenberg, Dan Mane, Rajat Monga, Sherry Moore, Derek Murray, Chris Olah, Mike Schuster, Jonathon Shlens, Benoit Steiner, Ilya Sutskever, Kunal Talwar, Paul Tucker, Vincent Vanhoucke, Vijay Vasudevan, Martinny Wasudevans, Fernanda Vitenete, Martinny Viteniol. ένας Yu και ο Xiaoqiang Zheng. «Tensorflow: Μηχανική μάθηση μεγάλης κλίμακας σε ετερογενή κατανεμημένα συστήματα» (2016). arXiv:1603.04467.
https://doi.org/​10.48550/​arXiv.1603.04467
arXiv: 1603.04467

[44] Nicolas Delfosse και Naomi H. Nickerson. «Σχεδόν γραμμικός αλγόριθμος αποκωδικοποίησης χρόνου για τοπολογικούς κώδικες». Quantum 5, 595 (2021).
https:/​/​doi.org/​10.22331/​q-2021-12-02-595

[45] Takashi Kobayashi, Joseph Salfi, Cassandra Chua, Joost van der Heijden, Matthew G. House, Dimitrie Culcer, Wayne D. Hutchison, Brett C. Johnson, Jeff C. McCallum, Helge Riemann, Nikolay V. Abrosimov, Peter Becker, Hans-Joachim Y.V.S. «Μηχανική μακρών χρόνων συνοχής περιστροφής qubits περιστροφής-τροχιάς σε πυρίτιο». Nature Materials 20, 38–42 (2020).
https:/​/​doi.org/​10.1038/​s41563-020-0743-3

[46] J. Pablo Bonilla Ataides, David K. Tuckett, Stephen D. Bartlett, Steven T. Flammia και Benjamin J. Brown. «Ο επιφανειακός κώδικας XZZX». Nature Communications 12 (2021).
https:/​/​doi.org/​10.1038/​s41467-021-22274-1

[47] Dmitri E. Nikonov και Ian A. Young. «Συγκριτική αξιολόγηση καθυστέρησης και ενέργειας κυκλωμάτων νευρωνικών συμπερασμάτων». IEEE Journal on Exploratory Solid-State Computational Devices and Circuits 5, 75–84 (2019).
https://doi.org/​10.1109/​JXCDC.2019.2956112

[48] Austin G. Fowler. «Ελάχιστο βάρος τέλεια αντιστοίχιση της ανεκτικής τοπολογικής διόρθωσης κβαντικού σφάλματος σε μέσο παράλληλο χρόνο $o(1)$» (2014). arXiv:1307.1740.
https://doi.org/​10.48550/​arXiv.1307.1740
arXiv: 1307.1740

[49] Vedran Dunjko και Hans J Briegel. «Μηχανική μάθηση και τεχνητή νοημοσύνη στον κβαντικό τομέα: μια ανασκόπηση της πρόσφατης προόδου». Reports on Progress in Physics 81, 074001 (2018).
https: / / doi.org/ 10.1088 / 1361-6633 / aab406

[50] Laia Domingo Colomer, Μιχάλης Σκοτινιώτης και Ramon Muñoz-Tapia. «Ενίσχυση εκμάθησης για βέλτιστη διόρθωση σφαλμάτων τορικών κωδικών». Physics Letters A 384, 126353 (2020).
https: / / doi.org/ 10.1016 / j.physleta.2020.126353

[51] Milap Sheth, Sara Zafar Jafarzadeh και Vlad Gheorghiu. «Αποκωδικοποίηση νευρωνικού συνόλου για τοπολογικούς κβαντικούς κώδικες διόρθωσης σφαλμάτων». Phys. Αναθ. Α 101, 032338 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.101.032338

[52] David Fitzek, Mattias Eliasson, Anton Frisk Kockum και Mats Granath. “Deep q-learning decoder for depolarizing noise on the toric code”. Phys. Rev. Res. 2, 023230 (2020).
https: / / doi.org/ 10.1103 / PhysRevResearch.2.023230

[53] Σάββας Βαρσαμόπουλος, Koen Bertels και Carmen G Almudever. «Αποκωδικοποίηση επιφανειακού κώδικα με αποκωδικοποιητή που βασίζεται σε κατανεμημένο νευρωνικό δίκτυο». Quantum Machine Intelligence 2, 1–12 (2020).
https:/​/​doi.org/​10.1007/​s42484-020-00015-9

[54] Thomas Wagner, Hermann Kampermann και Dagmar Bruß. "Συμμετρίες για έναν νευρωνικό αποκωδικοποιητή υψηλού επιπέδου στον τορικό κώδικα". Phys. Αναθ. Α 102, 042411 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.102.042411

[55] Philip Andreasson, Joel Johansson, Simon Liljestrand και Mats Granath. «Κβαντική διόρθωση σφαλμάτων για τον κώδικα toric με χρήση βαθιάς ενίσχυσης εκμάθησης». Quantum 3, 183 (2019).
https:/​/​doi.org/​10.22331/​q-2019-09-02-183

[56] Nikolas P. Breuckmann και Xiaotong Ni. «Αποκωδικοποιητές νευρωνικών δικτύων με δυνατότητα κλιμάκωσης για κβαντικούς κώδικες υψηλότερων διαστάσεων». Quantum 2, 68 (2018).
https:/​/​doi.org/​10.22331/​q-2018-05-24-68

Αναφέρεται από

[1] Christopher Chamberland, Luis Goncalves, Prasahnt Sivarajah, Eric Peterson και Sebastian Grimberg, «Τεχνικές για συνδυασμό ταχέων τοπικών αποκωδικοποιητών με παγκόσμιους αποκωδικοποιητές υπό θόρυβο σε επίπεδο κυκλώματος». arXiv: 2208.01178, (2022).

[2] Samuel C. Smith, Benjamin J. Brown και Stephen D. Bartlett, «Τοπικός προαποκωδικοποιητής για μείωση του εύρους ζώνης και του λανθάνοντος χρόνου της διόρθωσης κβαντικών σφαλμάτων», Εφαρμοσμένη φυσική αναθεώρηση 19 3, 034050 (2023).

[3] Xinyu Tan, Fang Zhang, Rui Chao, Yaoyun Shi και Jianxin Chen, «Αποκωδικοποιητές επιφανειακών κωδικών με δυνατότητα κλιμάκωσης με παραλληλοποίηση στο χρόνο». arXiv: 2209.09219, (2022).

[4] Maxwell T. West, Sarah M. Erfani, Christopher Leckie, Martin Sevior, Lloyd CL Hollenberg και Muhammad Usman, “Benchmarking adversarily robust quantum machine learning in scale”, Έρευνα Φυσικής Επισκόπησης 5 2, 023186 (2023).

[5] Yosuke Ueno, Masaaki Kondo, Masamitsu Tanaka, Yasunari Suzuki και Yutaka Tabuchi, «NEO-QEC: Ενισχυμένος διαδικτυακός αποκωδικοποιητής υπεραγώγιμου νευρικού δικτύου για κωδικούς επιφανειών», arXiv: 2208.05758, (2022).

[6] Mengyu Zhang, Xiangyu Ren, Guanglei Xi, Zhenxing Zhang, Qiaonian Yu, Fuming Liu, Hualiang Zhang, Shengyu Zhang και Yi-Cong Zheng, «A Scalable, Fast and Programmable Neural Decoder for Fault-Tolerant Quantum Computation Codes Using Surface» arXiv: 2305.15767, (2023).

[7] Karl Hammar, Alexei Orekhov, Patrik Wallin Hybelius, Anna Katariina Wisakanto, Basudha Srivastava, Anton Frisk Kockum και Mats Granath, “Error-rate-agnostic decoding of topological stabilizer codes”. Physical Review Α 105 4, 042616 (2022).

[8] Maxwell T. West και Muhammad Usman, «Πλαίσιο για Χωρική Μετρολογία Δοτών-Qubit στο πυρίτιο με βάθη που προσεγγίζουν το όριο όγκου», Εφαρμοσμένη φυσική αναθεώρηση 17 2, 024070 (2022).

[9] Maxwell T. West, Shu-Lok Tsang, Jia S. Low, Charles D. Hill, Christopher Leckie, Lloyd CL Hollenberg, Sarah M. Erfani και Muhammad Usman, “Towards quantum ενισχυμένη αντίπαλη ευρωστία στη μηχανική μάθηση”. arXiv: 2306.12688, (2023).

[10] Moritz Lange, Pontus Havström, Basudha Srivastava, Valdemar Bergentall, Karl Hammar, Olivia Heuts, Evert van Nieuwenburg και Mats Granath, «Data-driven decoding of quantum error correcting codes using graph neural networks». arXiv: 2307.01241, (2023).

Οι παραπάνω αναφορές είναι από SAO / NASA ADS (τελευταία ενημέρωση επιτυχώς 2023-07-12 14:31:13). Η λίστα μπορεί να είναι ελλιπής, καθώς δεν παρέχουν όλοι οι εκδότες τα κατάλληλα και πλήρη στοιχεία αναφοράς.

Δεν ήταν δυνατή η λήψη Crossref αναφερόμενα δεδομένα κατά την τελευταία προσπάθεια 2023-07-12 14:31:11: Δεν ήταν δυνατή η λήψη των αναφερόμενων δεδομένων για το 10.22331 / q-2023-07-12-1058 από την Crossref. Αυτό είναι φυσιολογικό αν το DOI καταχωρήθηκε πρόσφατα.

Αυτό το Βιβλίο δημοσιεύεται στο Quantum στο πλαίσιο του Creative Commons Attribution 4.0 Διεθνής (CC BY 4.0) άδεια. Τα πνευματικά δικαιώματα παραμένουν στους κατόχους των πρωτότυπων δικαιωμάτων πνευματικής ιδιοκτησίας όπως οι δημιουργοί ή τα ιδρύματά τους

Σφραγίδα ώρας:

Περισσότερα από Quantum Journal