MétaCan
Menu
Retour à la cohorte
Enregistrement W3208651839 · doi:10.1049/qtc2.12042

Surface code design for asymmetric error channels

2022· article· en· W3208651839 sur OpenAlexaff
Utkarsh Azad, Aleksandra Lipińska, Shilpa Mahato, Rijul Sachdeva, Debasmita Bhoumik, Ritajit Majumdar

Notice bibliographique

RevueIET Quantum Communication · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Computing Algorithms and Architecture
Établissements canadiensXanadu Quantum Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésAsymmetryQubitPauli exclusion principleCode (set theory)Surface (topology)Channel (broadcasting)PhysicsMathematicsPauli matricesAlgorithmComputer scienceQuantumQuantum mechanicsTelecommunicationsGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract Surface codes are quantum error correcting codes typically defined on a 2D array of qubits. A [ d x , d z ] surface code design is being introduced, where d x ( d z ) represents the distance of the code for bit (phase) error correction, motivated by the fact that the severity of bit flip and phase flip errors in the physical quantum system is asymmetric. We present pseudo‐threshold and threshold values for the proposed surface code design for asymmetric error channels in the presence of various degrees of asymmetry of , errors in a depolarisation channel. We demonstrate that compared to symmetric surface codes, our asymmetric surface codes can provide almost double the pseudo‐threshold rates while requiring less than half the number of physical qubits in the presence of increasing asymmetry in the error channel. Our results show that for low degree of asymmetry, it is advantageous to increase d x along with d z . However, as the asymmetry of the channel increases, higher pseudo‐threshold is obtained with increasing d z when d x is kept constant at a low value. Additionally, we also show that the advantage in the pseudo‐threshold rates begins to saturate for any possible degree of asymmetry in the error channel as the surface code asymmetry is continued to be increased.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,052
Tête enseignante GPT0,292
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Quantum CommunicationMême sujetQuantum Computing Algorithms and ArchitectureTravaux en français237 207