Minimum Weight Perfect Matching via Blossom Belief Propagation
PulseAugur coverage of Minimum Weight Perfect Matching via Blossom Belief Propagation — every cluster mentioning Minimum Weight Perfect Matching via Blossom Belief Propagation across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
量子比特中心Transformer推进量子纠错
研究人员开发了一种新颖的量子比特中心Transformer（QCT）解码器，用于量子纠错，该解码器利用深度学习和具有专业量子比特中心注意力机制的Transformer架构。这种方法将稳定子综合症转化为量子比特中心令牌，从而能够识别潜在的逻辑错误。QCT解码器采用基于图的掩码方法，该方法考虑了量子码的拓扑结构，并将注意力集中在相关的量子比特交互上。它在表面码方面表现出最先进的性能，显著优于现有的神经解码器和信念传播基线，并在去极化噪声下…
-
新的量子纠错解码框架提高了准确性并管理了延迟
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…
-
新型神经网络解码器提升量子纠错阈值
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。