研究人员开发了一种新颖的数据驱动解码器，称为神经最小权重完美匹配（NMWPM），用于量子纠错。该解码器集成了图神经网络（GNN）和Transformer，以捕捉量子错误数据中的局部和全局依赖关系。通过预测最小权重完美匹配（MWPM）算法的动态边缘权重，NMWPM旨在提高错误检测和纠正能力。在 toric code 上的实验表明，NMWPM 实现了接近理论最大似然边界的错误阈值。 AI
影响 增强了量子纠错能力，有望加速容错量子计算机的开发。
排序理由 详细介绍量子纠错新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Graph Neural Networks
- Neural Minimum Weight Perfect Matching
- Quantum Error Correction
- toric code
- Transformers
- Yotam Peled
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
