MétaCan
Menu
Retour à la cohorte
Enregistrement W4417118409 · doi:10.1063/5.0280551

Magic state distillation without measurements and post-selection

2025· article· en· W4417118409 sur OpenAlexaff
Sascha Heußen

Notice bibliographique

RevueAPL Quantum · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Computing Algorithms and Architecture
Établissements canadiensNexen (Canada)
Organismes subventionnairesnon disponible
Mots-clésNoise (video)SubroutineDistillationState (computer science)Quantum computerSet (abstract data type)Protocol (science)QuantumQubit

Résumé

récupéré en direct d'OpenAlex

Magic state distillation (MSD) is a quantum algorithm that enables performing logical non-Clifford gates with, in principle, arbitrarily low noise levels. It is typically assumed herein that logical Clifford gates can be executed without noise. Therefore, MSD is a standard subroutine used to obtain a fault-tolerant universal set of quantum gate operations on error-corrected logical qubits. Well-known schemes conventionally rely on performing operator measurements and post-selection based on the measurement result, which makes distillation protocols non-deterministic in the presence of noise. In this work, we adapt the 15-to-1 MSD protocol such that it deterministically suppresses noise by using a coherent feedback network on the output states without the need to perform individual-qubit measurements. These advantages over textbook MSD come at the price of reducing the noise suppression per round from O(p3) to O(p2). Our technique can be applied to any MSD protocol with an acceptance rate of 1 in the absence of noise. It may be desirable to use our scheme if the coherent feedback network can be executed faster and more reliably than the measurements, and/or if logical clock cycles in the quantum processor should be kept synchronous at all times. Our result broadens the path of potential experimental realizations of MSD in near-term devices and advances the development of fault-tolerant quantum computers with practical use.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,832
Score d'incertitude au seuil0,462

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,250
Écart entre enseignants0,238 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAPL QuantumMême sujetQuantum Computing Algorithms and ArchitectureTravaux en français237 207