Sign In
insight - Quantencomputing Fehlerkorrektur
Effiziente Methoden zum Benchmarking von Machine Learning-Modellen für die Quantenfehlerkorrektur
Durch die Nutzung von Informationen aus entfernten Ancilla-Qubits können die Genauigkeit und Leistungsfähigkeit von Quantenfehlerkorrektur-Methoden basierend auf Machine Learning signifikant verbessert werden.
Effiziente Syndrom-Decodierung für schweren hexagonalen QECC mittels Maschinellem Lernen
Eine auf Maschinellem Lernen basierende Decodierungsmethode für den schweren hexagonalen QECC, die eine höhere Schwelle und Pseudo-Schwelle erreicht als die herkömmliche MWPM-Decodierung.
Effiziente iterative Decodierung von QLDPC-Codes unter Schaltungsrauschen mit geringer Latenz
Wir stellen einen Schiebefenster-Dekodierer basierend auf Glaubensausbreitung (BP) mit geführter Dezimierung vor, um QLDPC-Codes in Gegenwart von Schaltungsrauschen zu decodieren. Der Dekodierer erreicht eine ähnliche logische Fehlerrate wie BP mit zusätzlicher OSD-Nachverarbeitung, bei deutlich geringerer Decodierlatenz.
Products | Resources
© 2024 by Linnk AI