表面コード用のスケーラブルで高速な人工ニューラル ネットワーク シンドローム デコーダ

表面コード用のスケーラブルで高速な人工ニューラル ネットワーク シンドローム デコーダ

スピロ・ギセフ1、ロイド・CL・ホレンバーグ1、ムハマド・ウスマン1,2,3

1量子計算および通信技術センター、メルボルン大学物理学部、パークビル、3010、VIC、オーストラリア。
2メルボルン コンピューティングおよび情報システム学部、メルボルン大学工学部、パークビル、3010、VIC、オーストラリア
3Data61、CSIRO、クレイトン、3168、VIC、オーストラリア

この論文を興味深いと思うか、議論したいですか? SciRateを引用するかコメントを残す.

抽象

表面符号誤り訂正は、スケーラブルなフォールトトレラントな量子コンピューティングを実現するための非常に有望な経路を提供します。 スタビライザー コードとして動作する場合、表面コードの計算は、測定されたスタビライザー オペレーターを使用して物理量子ビットのエラーに対する適切な修正を決定するシンドローム デコード ステップで構成されます。 デコード アルゴリズムは大幅に開発されており、最近の研究では機械学習 (ML) 技術が組み込まれています。 有望な初期結果にもかかわらず、ML ベースのシンドローム デコーダは依然として低遅延の小規模なデモンストレーションに限定されており、格子手術や編組に必要な境界条件やさまざまな形状を持つ表面コードを処理することができません。 ここでは、脱分極誤差モデルの影響を受けるデータ量子ビットを使用して、任意の形状とサイズの表面符号を復号できる人工ニューラル ネットワーク (ANN) ベースのスケーラブルで高速なシンドローム デコーダの開発について報告します。 50 万のランダムな量子エラー インスタンスを超える厳密なトレーニングに基づいて、当社の ANN デコーダは、1000 を超えるコード距離 (4 万物理量子ビット以上) で動作することが示されており、これはこれまでで最大の ML ベースのデコーダのデモンストレーションです。 確立されたANNデコーダは、原則としてコード距離に依存しない実行時間を実証しており、専用ハードウェアに実装すると、実験的に実現可能な量子ビットコヒーレンス時間に見合ったO($mu$sec)の表面コードデコード時間を提供できる可能性があることを示唆しています。 今後XNUMX年以内に量子プロセッサのスケールアップが予想されるため、私たちの研究で開発されたような高速でスケーラブルなシンドロームデコーダによる量子プロセッサの強化は、フォールトトレラントな量子情報処理の実験的実装に向けて決定的な役割を果たすことが期待されています。

現行世代の量子デバイスの精度は、ノイズやエラーの影響を受けます。 表面コードなどの量子エラー訂正コードを導入して、エラーを検出および訂正できます。 表面コード方式の実装における重要なステップはデコードです。デコードは、量子コンピューターから直接測定されたエラー情報を使用して適切な修正を計算するアルゴリズムです。 ノイズによって引き起こされる問題を効果的に解決するために、デコーダは、基礎となる量子ハードウェアで行われる迅速な測定と同じペースで適切な補正を計算する必要があります。 これは、エラーを十分に抑制するのに十分な大きさの表面コード距離で、同時にすべてのアクティブな論理量子ビットにわたって達成される必要があります。 これまでの研究では、主に最小重み完全一致などのグラフ マッチング アルゴリズムに注目していましたが、最近の研究では、小規模な実装に限定されているものの、このタスクでのニューラル ネットワークの使用も調査しています。

私たちの研究では、長距離表面コードをデコードするときに遭遇するスケーリングの問題に対処するために、新しい畳み込みニューラル ネットワーク フレームワークを提案および実装しました。 畳み込みニューラル ネットワークには、変更されたパリティ測定値とエラー訂正コードの境界構造からなる入力が与えられました。 畳み込みニューラル ネットワーク全体で発生する局所観測の有限ウィンドウを考慮して、モップアップ デコーダを使用して、残っている可能性のあるまばらな残留誤差を修正しました。 50 万のランダムな量子エラー インスタンスを超える厳密なトレーニングに基づいて、当社のデコーダは 1000 を超えるコード距離 (4 万物理量子ビット以上) で動作することが示されました。これは、これまでで最大の ML ベースのデコーダのデモンストレーションでした。

入力に畳み込みニューラル ネットワークと境界構造を使用することにより、ネットワークを広範囲の表面コード距離と境界構成に適用できるようになりました。 ネットワークのローカル接続により、より長距離のコードをデコードする際に低遅延を維持でき、並列化が容易になります。 私たちの研究は、実際に関心のある問題の規模でのデコードにニューラル ネットワークを使用する際の重要な問題に対処しており、同様の構造を持つネットワークの使用を含むさらなる研究を可能にします。

►BibTeXデータ

►参照

【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 、M。Tomamiche、VC Usenko、G。Vallone、P。Villoresi、およびP.Wallden。 「量子暗号の進歩」。 Adv。 Opt。 光子。 12、1012〜1236(2020)。
https:/ / doi.org/ 10.1364 / AOP.361502

【2] ユドン・カオ、ジョナサン・ロメロ、ジョナサン・P・オルソン、マティアス・デグルート、ピーター・D・ジョンソン、マリア・キーフェロヴァ、イアン・D・キブリチャン、ティム・メンケ、ボルハ・ペロパドレ、ニコラスPDサワヤ、スーキン・シム、リボル・ヴェイス、アラン・アスプル=グジク。 「量子コンピューティング時代の量子化学」。 Chemical Reviews 119、10856–10915 (2019)。
https:/ / doi.org/ 10.1021 / acs.chemrev.8b00803

【3] ロマン・オルス、サミュエル・ムゲル、エンリケ・リザソ。 「金融のための量子コンピューティング: 概要と展望」. Physics 4、100028 (2019) のレビュー。
https:/ / doi.org/ 10.1016 / j.revip.2019.100028

【4] クレイグ・ギドニーとマーティン・エケロー。 「2048 万のノイズ量子ビットを使用して 8 ビット RSA 整数を 20 時間で因数分解する方法」。 クォンタム 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、Ryan Babbush。 「テンソル超収縮による化学のさらに効率的な量子計算」. PRX Quantum 2、030305 (2021)。
https:/ / doi.org/ 10.1103 / PRXQuantum.2.030305

【6] ユヴァル・R・サンダース、ドミニク・W・ベリー、ペドロ・CS・コスタ、ルイス・W・テスラー、ネイサン・ウィーブ、クレイグ・ギドニー、ハルトムット・ネブン、ライアン・バブシュ。 「組み合わせ最適化のためのフォールトトレラントな量子ヒューリスティックの編集」。 PRX クォンタム 1、020312 (2020)。
https:/ / doi.org/ 10.1103 / PRXQuantum.1.020312

【7] エリック・デニス、アレクセイ・キタエフ、アンドリュー・ランダール、ジョン・プレスキル。 「トポロジカル量子メモリ」。 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、Andreas Wallraff。 「表面コードで繰り返される量子エラー検出」。 自然物理学 16、875–880 (2020)。
https:/ / doi.org/ 10.1038 / s41567-020-0920-y

【9] ジージュン・チェン、ケビン・J・サッツィンガー、フアン・アタラヤ、アレクサンダー・N・コロトコフ、アンドリュー・ダンズワース、ダニエル・サンク、クリス・キンタナ、マット・マキューウェン、ラミ・バレンズ、ポール・V・クリモフ 他「巡回エラー訂正によるビットエラーまたは位相エラーの指数関数的抑制」。 Nature 595、383–387 (2021)。
https:/ / doi.org/ 10.1038 / s41586-021-03588-y

【10] オースティン・G・ファウラー、デビッド・S・ワン、ロイド・CL・ホレンバーグ。 「正確な誤り伝播を組み込んだ表面符号量子誤り訂正」(2010)。 arXiv:1004.0255。
https:/ / doi.org/ 10.48550 / arXiv.1004.0255
arXiv:1004.0255

【11] オースティン・G・ファウラー、アダム・C・ホワイトサイド、ロイド・CL・ホレンバーグ。 「表面コードの実用的な古典処理を目指して」。 フィジカル レビュー レター 108 (2012)。
https:/ / doi.org/ 10.1103 / physrevlett.108.180501

【12] オースティン・G・ファウラー。 「表面コード内の相関エラーの最適な複雑さの修正」 (2013)。 arXiv:1310.0863。
https:/ / doi.org/ 10.48550 / arXiv.1310.0863
arXiv:1310.0863

【13] ファーン・H・E・ワトソン、フセイン・アンワル、ダン・E・ブラウン。 「量子ビットおよび量子表面コード用の高速フォールトトレラント デコーダ」。 物理学。 Rev. A 92、032309 (2015)。
https:/ / doi.org/ 10.1103 / PhysRevA.92.032309

【14] ギョーム・デュクロ=シアンシとデヴィッド・プーラン。 「トポロジカル量子符号の高速デコーダ」。 物理学。 レット牧師。 104、050504 (2010)。
https:/ / doi.org/ 10.1103 / PhysRevLett.104.050504

【15] ロバート・ラウセンドルフとジム・ハリントン。 「98 次元で高いしきい値を備えたフォールト トレラントな量子計算」。 物理。 Rev.Lett. 190504、2007 (XNUMX)。
https:/ / doi.org/ 10.1103 / PhysRevLett.98.190504

【16] ダニエル・リチンスキー。 「表面コードのゲーム: 格子手術による大規模量子コンピューティング」。 Quantum 3、128 (2019)。
https:/​/​doi.org/​10.22331/​q-2019-03-05-128

【17] サブバス・バルサモプロス、ベン・クライガー、コーエン・ベルテルス。 「フィードフォワード ニューラル ネットワークを使用した小さな表面コードの解読」。 量子科学と技術 3、015004 (2017)。
https:/ / doi.org/ 10.1088 / 2058-9565 / aa955a

【18] アマルサナ・ダヴァスレン、鈴木康成、藤井啓介、小足真人。 「トポロジカルスタビライザーコードの高速かつ最適に近い機械学習ベースのデコーダーを構築するための一般的なフレームワーク」。 物理学。 Rev. Res. 2、033399 (2020)。
https:/ / doi.org/ 10.1103 / PhysRevResearch.2.033399

【19] ジャコモ・トルライとロジャー・G・メルコ。 「トポロジカル コードのニューラル デコーダー」。 物理。 Rev.Lett. 119、030501(2017)。
https:/ / doi.org/ 10.1103 / PhysRevLett.119.030501

【20] ステファン・クラスタノフとリャン・ジャン。 「スタビライザー コード用のディープ ニューラル ネットワーク確率的デコーダー」。 科学的報告書 7 (2017)。
https:/​/​doi.org/​10.1038/​s41598-017-11266-1

【21] Paul Baireuther、Thomas E. O'Brien、Brian Tarasinski、Carlo WJ Beenakker。 「トポロジカル コード内の相関キュービット エラーの機械学習支援修正」。 クォンタム 2、48 (2018)。
https:/​/​doi.org/​10.22331/​q-2018-01-29-48

【22] デバスミタ・ブーミク、ピナキ・セン、リタジット・マジュムダル、ススミタ・スル=コライ、ラテシュ・クマール・KJ、スンダラジャ・シタラマ・アイアンガー。 「量子コンピューティングにおけるエラー訂正のための表面コード シンドロームの効率的なデコード」(2021)。 arXiv:2110.10896。
https:/ / doi.org/ 10.48550 / arXiv.2110.10896
arXiv:2110.10896

【23] Ryan Sweke、Markus S Kesselring、Evert PL van Nieuwenburg、および Jens Eisert。 「フォールトトレラントな量子計算のための強化学習デコーダ」。 機械学習: 科学技術 2、025005 (2020).
https:/ / doi.org/ 10.1088 / 2632-2153 / abc609

【24] エリシャ・シディキ・マテコール、エスター・イェー、ラムヤ・アイヤー、サミュエル・イェンチー・チェン。 「深層強化学習と確率的ポリシーの再利用による表面コードの解読」 (2022)。 arXiv:2212.11890。
https:/ / doi.org/ 10.48550 / arXiv.2212.11890
arXiv:2212.11890

【25] ラモン・W・J・オーバーウォーター、マスード・ババイエ、ファビオ・セバスティアーノ。 「表面コードを使用した量子誤り訂正のためのニューラル ネットワーク デコーダ: ハードウェアのコストパフォーマンスのトレードオフの宇宙探査」。 量子工学に関する IEEE トランザクション 3、1–19 (2022)。
https:/ / doi.org/ 10.1109 / TQE.2022.3174017

【26] カイ・マイネルツ、チェヨン・パク、サイモン・トレブスト。 「トポロジカル表面コード用のスケーラブルなニューラル デコーダ」。 物理学。 レット牧師。 128、080505 (2022)。
https:/ / doi.org/ 10.1103 / PhysRevLett.128.080505

【27] S. バルサモプロス、K. ベルテルス、C. アルムデバー。 「サーフェス コードのニューラル ネットワーク ベースのデコーダーの比較」。 コンピュータに関する IEEE トランザクション 69、300–311 (2020)。
https:/ / doi.org/ 10.1109 / TC.2019.2948612

【28] オスカー・ヒゴット。 「Pymatching: 最小重み完全一致で量子コードをデコードするための Python パッケージ」(2021)。 arXiv:2105.13082。
https:/ / doi.org/ 10.48550 / arXiv.2105.13082
arXiv:2105.13082

【29] クリストファー・チェンバーランドとプーヤ・ロナー。 「短期的なフォールトトレラント実験のためのディープニューラルデコーダ」。 量子科学技術 3、044002 (2018)。
https:/​/​doi.org/​10.1088/​2058-9565/​aad1f7

【30] ダニエル・ゴッツマン。 「スタビライザーコードと量子誤り訂正」(1997)。 arXiv:quant-ph/9705052。
https:/ / doi.org/ 10.48550 / arXiv.quant-ph / 9705052
arXiv:quant-ph / 9705052

【31] チャールズ・D・ヒル、エルダッド・ペレッツ、サミュエル・J・ハイル、マシュー・G・ハウス、マーティン・フューシュル、スヴェン・ロッゲ、ミシェル・Y・シモンズ、ロイド・CL・ホレンバーグ。 「シリコンの表面コード量子コンピューター」。 Science Advances 1、e1500707 (2015)。
https:/ / doi.org/ 10.1126 / sciadv.1500707

【32] G. ピカ、B.W. ラヴェット、RN バット、T. シェンケル、SA リヨン。 「不正確で不均一な量子ビット結合を伴うシリコン内のドナーとドットの表面コード アーキテクチャ」。 物理学。 Rev. B 93、035306 (2016)。
https:/ / doi.org/ 10.1103 / PhysRevB.93.035306

【33] チャールズ・D・ヒル、ムハマド・ウスマン、ロイド・CL・ホレンバーグ。 「シリコンにおける交換ベースの表面コード量子コンピューター アーキテクチャ」(2021)。 arXiv:2107.11981。
https:/ / doi.org/ 10.48550 / arXiv.2107.11981
arXiv:2107.11981

【34] クリストファー・チェンバーランド、朱冠宇、セオドア・J・ヨーダー、ジャレッド・B・ハーツバーグ、アンドリュー・W・クロス。 「フラグ量子ビットを使用した低次数グラフ上のトポロジカル コードとサブシステム コード」。 物理学。 Rev. X 10、011022 (2020)。
https:/ / doi.org/ 10.1103 / PhysRevX.10.011022

【35] H. ボンビン、ルーベン S. アンドリスト、大関 雅之、ヘルムート G. カッツグレーバー、MA マーティン デルガド。 「脱分極に対するトポロジカルコードの強い回復力」。 物理学。 Rev. X 2、021004 (2012)。
https:/ / doi.org/ 10.1103 / PhysRevX.2.021004

【36] アシュリー・M・スティーブンス。 「表面コードによる量子誤り訂正のためのフォールトトレラントしきい値」。 物理学。 Rev. A 89、022321 (2014)。
https:/ / doi.org/ 10.1103 / PhysRevA.89.022321

【37] デビッド・S・ワン、オースティン・G・ファウラー、ロイド・CL・ホレンバーグ。 「エラー率が 1% を超える表面コード量子コンピューティング」。 物理学。 Rev. A 83、020302 (2011)。
https:/ / doi.org/ 10.1103 / PhysRevA.83.020302

【38] オースティン・G・ファウラーとクレイグ・ギドニー。 「格子手術を使用した低オーバーヘッド量子計算」(2019)。 arXiv:1808.06709。
https:/ / doi.org/ 10.48550 / arXiv.1808.06709
arXiv:1808.06709

【39] オースティン・G・ファウラー、マッテオ・マリアントーニ、ジョン・M・マルティニス、アンドリュー・N・クレランド。 「表面コード:実用的な大規模量子計算に向けて」。 フィジカル レビュー A 86 (2012)。
https:/ / doi.org/ 10.1103 / physreva.86.032324

【40] 暁通尼さん。 「長距離 2 次元トーリック コード用のニューラル ネットワーク デコーダ」。 クォンタム 4、310 (2020)。
https:/​/​doi.org/​10.22331/​q-2020-08-24-310

【41] A. ホームズ、M. ジョーカー、G. パサンディ、Y. ディン、M. ペドラム、FT チョン。 「Nisq+: 量子誤り訂正を近似することで量子コンピューティング能力を向上」。 2020 年 ACM/IEEE 第 47 回コンピュータ アーキテクチャに関する年次国際シンポジウム (ISCA)。 556 ~ 569 ページ。 米国カリフォルニア州ロスアラミトス(2020年)。 IEEE コンピュータ協会。
https:/ / doi.org/ 10.1109 / ISCA45697.2020.00053

【42] クリスチャン・クラグランド・アンデルセン、アンツ・レム、ステファニア・ラザール、セバスチャン・クリナー、ヨハネス・ハインスー、ジャン=クロード・ベッセ、ミハイ・ガブレアック、アンドレアス・ヴァルラフ、クリストファー・アイヒラー。 「超電導回路における補助ベースのパリティ検出とリアルタイムフィードバックを使用したもつれの安定化」。 npj 量子情報 5 (2019)。
https:/​/​doi.org/​10.1038/​s41534-019-0185-4

【43] マルティン・アバディ、アシシュ・アガルワル、ポール・バーラム、ユージン・ブレブド、ジフェン・チェン、クレイグ・シトロ、グレッグ・S・コラード、アンディ・デイヴィス、ジェフリー・ディーン、マチュー・デビン、サンジェイ・ゲマワット、イアン・グッドフェロー、アンドリュー・ハープ、ジェフリー・アーヴィング、マイケル・アイサード、ヤンチン・ジア、ラファル・ジョゼフォウィッチ、ルカシュ・カイザー、マンジュナート・クドルル、ジョシュ・レーベンバーグ、ダン・メーン、ラジャット・モンガ、シェリー・ムーア、デレク・マレー、クリス・オラー、マイク・シュスター、ジョナソン・シュレンズ、ブノワ・シュタイナー、イリヤ・サツケヴァー、クナル・タルワール、ポール・タッカー、ヴィンセント・ヴァンホーク、ビジェイ・ヴァスデヴァン、フェルナンダ・ビエガス、オリオル・ヴィニャルズ、ピート・ウォーデン、マーティン・ワッテンバーグ、マーティン・ヴィッケ、ユアン・ユー、そして鄭暁強。 「Tensorflow: 異種分散システム上の大規模機械学習」(2016)。 arXiv:1603.04467。
https:/ / doi.org/ 10.48550 / arXiv.1603.04467
arXiv:1603.04467

【44] ニコラス・デルフォスとナオミ・H・ニッカーソン。 「トポロジカルコードのためのほぼ線形の時間復号アルゴリズム」。 クォンタム 5、595 (2021)。
https:/​/​doi.org/​10.22331/​q-2021-12-02-595

【45] 小林隆、ジョセフ・サルフィ、カサンドラ・チュア、ヨースト・ファン・デル・ハイデン、マシュー・G・ハウス、ディミトリー・カルサー、ウェイン・D・ハッチソン、ブレット・C・ジョンソン、ジェフ・C・マッカラム、ヘルゲ・リーマン、ニコライ・V・アブロシモフ、ピーター・ベッカー、ハンス=ヨアヒム・ポール、ミシェル・Y・シモンズ、スヴェン・ロッゲ。 「シリコンにおけるスピン軌道量子ビットの長いスピンコヒーレンス時間を工学的に扱う」。 Nature Materials 20、38–42 (2020)。
https:/​/​doi.org/​10.1038/​s41563-020-0743-3

【46] J・パブロ・ボニーラ・アタイデス、デイビッド・K・タケット、スティーブン・D・バートレット、スティーブン・T・フラミア、ベンジャミン・J・ブラウン。 「XZZX 表面コード」。 Nature Communications 12 (2021)。
https:/​/​doi.org/​10.1038/​s41467-021-22274-1

【47] ドミトリ・E・ニコノフとイアン・A・ヤング。 「ニューラル推論回路の遅延とエネルギーのベンチマーク」。 探索的ソリッドステート計算デバイスおよび回路に関する IEEE ジャーナル 5、75 ~ 84 (2019)。
https:/ / doi.org/ 10.1109/ JXCDC.2019.2956112

【48] オースティン・G・ファウラー。 「平均 $o(1)$ 並列時間におけるフォールトトレラントなトポロジカル量子誤り訂正の最小重み完全マッチング」 (2014)。 arXiv:1307.1740。
https:/ / doi.org/ 10.48550 / arXiv.1307.1740
arXiv:1307.1740

【49] ヴェドラン・ドゥニコとハンス・J・ブリーゲル。 「量子ドメインにおける機械学習と人工知能: 最近の進歩のレビュー」. 物理学の進歩に関するレポート 81、074001 (2018)。
https:/ / doi.org/ 10.1088 / 1361-6633 / aab406

【50] ライア・ドミンゴ・コロマー、ミカリス・スコティニオティス、ラモン・ムニョス=タピア。 「トーリックコードの最適な誤り訂正のための強化学習」。 物理学レター A 384、126353 (2020)。
https:/ / doi.org/ 10.1016 / j.physleta.2020.126353

【51] ミラップ・シェス、サラ・ザファル・ジャファルザデ、ヴラド・ゲオルギュウ。 「トポロジカル量子誤り訂正符号のニューラルアンサンブル復号化」。 物理学。 Rev. A 101、032338 (2020)。
https:/ / doi.org/ 10.1103 / PhysRevA.101.032338

【52] デビッド・フィツェック、マティアス・エリアソン、アントン・フリスク・コックム、マッツ・グラナス。 「トーリック コード上のノイズを解消するためのディープ Q ラーニング デコーダ」。 物理学。 Rev. Res. 2、023230 (2020)。
https:/ / doi.org/ 10.1103 / PhysRevResearch.2.023230

【53] サブバス・バルサモプロス、コーエン・ベルテルス、カルメン・G・アルムデバー。 「分散型ニューラル ネットワーク ベースのデコーダを使用したサーフェス コードのデコード」。 量子マシンインテリジェンス 2、1–12 (2020)。
https:/​/​doi.org/​10.1007/​s42484-020-00015-9

【54] トーマス・ワーグナー、ヘルマン・カンペルマン、ダグマー・ブルース。 「トーリック コード上の高レベル ニューラル デコーダーの対称性」。 物理学。 Rev. A 102、042411 (2020)。
https:/ / doi.org/ 10.1103 / PhysRevA.102.042411

【55] Philip Andreasson、Joel Johansson、Simon Liljestrand、Mats Granath。 「深層強化学習を用いたトーリック符号の量子誤り訂正」. 量子 3、183 (2019)。
https:/​/​doi.org/​10.22331/​q-2019-09-02-183

【56] ニコラス・P・ブロイックマンとシャオトン・ニー。 「高次元量子コード用のスケーラブルなニューラル ネットワーク デコーダ」。 Quantum 2、68 (2018)。
https:/​/​doi.org/​10.22331/​q-2018-05-24-68

によって引用

[1] Christopher Chamberland、Luis Goncalves、Prasahnt Sivarajah、Eric Peterson、Sebastian Grimberg、「回路レベルのノイズの下で高速ローカル デコーダとグローバル デコーダを組み合わせる技術」、 arXiv:2208.01178, (2022).

[2] Samuel C. Smith、Benjamin J. Brown、Stephen D. Bartlett、「量子誤り訂正の帯域幅と遅延を削減するローカル プリデコーダ」、 フィジカルレビュー適用19、3(034050).

[3] Xinyu Tan、Fang Zhang、Rui Chao、Yaoyun Shi、および Jianxin Chen、「時間内の並列化を備えたスケーラブルな表面コード デコーダ」、 arXiv:2209.09219, (2022).

[4] Maxwell T. West、Sarah M. Erfani、Christopher Leckie、Martin Sevior、Lloyd CL Hollenberg、Muhammad Usman、「大規模な敵対的に堅牢な量子機械学習のベンチマーク」、 フィジカルレビューリサーチ5 2、023186(2023).

[5] 上野洋介、近藤正明、田中正光、鈴木康成、田渕裕、「NEO-QEC: 表面コード用ニューラルネットワーク強化オンライン超電導デコーダ」、 arXiv:2208.05758, (2022).

[6] Mengyu Zhang、Xiangyu Ren、Guanglei Xi、Zhenxing Zhang、Qiaonian Yu、Fuming Liu、Hualiang Zhang、Shengyu Zhang、および Yi-Cong Zheng、「曲面を使用したフォールトトレラントな量子計算のためのスケーラブルで高速かつプログラム可能なニューラル デコーダ」コード」、 arXiv:2305.15767, (2023).

[7] Karl Hammar、Alexei Orekhov、Patrik Wallin Hybelius、Anna Katariina Wisakanto、Basudha Srivastava、Anton Frisk Kockum、および Mats Granath、「エラー率に依存しないトポロジカル スタビライザー コードの復号化」、 フィジカルレビューA 105 4、042616(2022).

[8] Maxwell T. West および Muhammad Usman、「バルク限界に近づく深さのシリコンにおけるドナー量子ビット空間計測のフレームワーク」、 フィジカルレビュー適用17、2(024070).

[9] Maxwell T. West、Shu-Lok Tsang、Jia S. Low、Charles D. Hill、Christopher Leckie、Lloyd CL Hollenberg、Sarah M. Erfani、および Muhammad Usman、「機械学習における量子強化された敵対的堅牢性に向けて」、 arXiv:2306.12688, (2023).

[10] Moritz Lange、Pontus Havstrom、Basudha Srivastava、Valdemar Bergentall、Karl Hammar、Olivia Heuts、Evert van Nieuwenburg、Mats Granath、「グラフ ニューラル ネットワークを使用した量子誤り訂正符号のデータ駆動型デコーディング」、 arXiv:2307.01241, (2023).

上記の引用は SAO / NASA ADS (最後に正常に更新された2023-07-12 14:31:13)。 すべての出版社が適切で完全な引用データを提供するわけではないため、リストは不完全な場合があります。

取得できませんでした クロスリファレンス被引用データ 最終試行2023-07-12 14:31:11:10.22331 / q-2023-07-12-1058の被引用データをCrossrefから取得できませんでした。 DOIが最近登録された場合、これは正常です。

タイムスタンプ:

より多くの 量子ジャーナル