PulseAugur
中
实时 15:22:40
English(EN) Latency-Constrained Hardware-Aware Quantum Error Correction Co-Design with Adaptive Confidence-Gated Neural Decoding for the Rotated Surface Code

新的量子纠错解码框架提高了准确性并管理了延迟

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新的自适应置信门控解码框架，用于量子纠错（QEC），该框架在管理延迟的同时显著提高了逻辑准确性。该框架将解码视为一个两阶段推理问题，使用轻量级神经网络进行快速路径解码，并将仅低置信度的预测升级到最小权重完美匹配（MWPM）精炼阶段。在旋转表面码上的基准测试表明，将一小部分综合症路由到精炼阶段，可以将逻辑准确性提高到 99.81%，而解码成本仅有有限的增加。神经网络解码器在商品硬件上实现了高吞吐量，表明其在扩展量子计算方面的可行性。 AI

影响 这项研究通过提高纠错机制的效率和准确性，有可能加速容错量子计算机的开发。

排序理由 该集群包含两篇相同的 arXiv 预印本，详细介绍了一种新的量子纠错方法。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的量子纠错解码框架提高了准确性并管理了延迟

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Sumit Chongder ·

    面向旋转表面码的具有自适应置信门控神经网络解码的延迟约束硬件感知量子纠错协同设计

    arXiv:2607.05814v1 Announce Type: cross Abstract: Real-time decoding is a major bottleneck in scaling quantum error correction (QEC) from noisy intermediate-scale quantum (NISQ) devices to fault-tolerant quantum computing. We present an adaptive confidence-gated decoding framewor…

  2. arXiv cs.LG TIER_1 English(EN) · Sumit Chongder ·

    面向旋转表面码的低延迟硬件感知量子纠错协同设计及自适应置信门控神经网络解码

    Real-time decoding is a major bottleneck in scaling quantum error correction (QEC) from noisy intermediate-scale quantum (NISQ) devices to fault-tolerant quantum computing. We present an adaptive confidence-gated decoding framework for the rotated surface code that treats decodin…

相关实体

相关话题