Low-weight quantum syndrome errors in belief propagation decoding
IBM Research – Israel（IBM 以色列研究院）
本文研究了量子电路级噪声模型中低权重列组合对信念传播解码算法收敛速度的影响，通过分析低密度奇偶检查码的逻辑空综合征循环，提出改进解码器以减少逻辑错误和解码时间的方法。
2026-03-19 quant-ph
Artificial Neural Network Syndrome Decoding on IBM Quantum Processors
本文在IBM量子处理器上开发并基准测试ANN综合征解码器，验证其可处理重六边形码数据并施加纠错，同时指出当前错误率高于阈值的限制。
2023-11-26 quant-ph
Syndrome decoding by quantum approximate optimization
本文利用QAOA并基于生成矩阵和校验矩阵设计奖励哈密顿量来解决NP完全的综合征解码问题，仿真表明其性能可媲美最大似然解码，并能识别退化量子码中的多个等价错误解。
2024-11-20 math.OC quant-ph
Improved Noisy Syndrome Decoding of Quantum LDPC Codes with Sliding Window
针对量子LDPC码单次译码有效码距低的问题，提出滑动窗口译码方法，在不增加译码复杂度的前提下显著提升逻辑存储寿命与有效码距，适用于容错量子计算的快速准确译码。
2023-11-06 quant-ph
Neural Belief Propagation Decoding of Quantum LDPC Codes Using Overcomplete Check Matrices
近年来，量子低密度奇偶校验（QLDPC）码的成功构造使得这类码成为量子计算中纠错方案的一个很有前途的候选者。然而，由于QLDPC码的Tanner图中不可避免地存在短环以及特殊的简并现象，传统的置信传播（BP）译码不能获得令人满意的性能。在这项工作中，我们提出了解码QLDPC码的基础上的校验矩阵与冗余行，从原始校验矩阵中的行的线性组合生成。这种方法在解码性能方面产生了显著的改进，并且具有非常低的解码延迟的额外优点。此外，我们提出了一种新的神经置信传播译码器的基础上的四元BP译码器的QLDPC码，从而导致进一步的译码性能的改善。
2023-03-21 cs.IT math.IT quant-ph
Quantum-enhanced belief propagation for LDPC decoding
针对低密度奇偶校验码置信传播译码的计算成本与纠错能力提升问题，提出以量子近似优化算法为预处理的量子增强置信传播算法，可加快收敛、降低块错误率，并研究了变分参数共享及后处理技术的码长缩放特性。
2024-12-11 cs.IT math.IT quant-ph
Analog information decoding of bosonic quantum LDPC codes
本文提出利用玻色量子比特模拟综合征信息的新颖解码方法，适用于任意玻色码与QLDPC码的级联架构，并引入准单次协议及重叠窗口时域解码和模拟单次解码方法，显著减少重复综合征测量次数，为容错量子计算奠定基础。
2024-06-10 cs.IT math.IT quant-ph
Fast Fault-Tolerant Decoders for Hypergraph Product and Lifted-Product Codes
The University of Arizona（亚利桑那大学）
该研究针对QLDPC码译码延迟瓶颈，设计直接解决稳定子诱导 trapping sets 的消息传递译码器，降低了LP码的译码复杂度，其逻辑错误率与BP+OSD相当或更低。
2026-10-28 cs.IT math.IT quant-ph
Single-Shot and Few-Shot Decoding via Stabilizer Redundancy in Bivariate Bicycle Codes
University of New South Wales (UNSW)（新南威尔士大学）
本研究通过稳定化冗余在双变量自行车码中实现单次和少次解码，揭示了高量子速率对syndrome距离的限制，并提供了下一代2BGA码的设计规则。
2026-01-03 cs.IT math.IT quant-ph
Belief propagation decoding of quantum channels by passing quantum messages
置信传播是统计物理学、机器学习和现代编码理论中的一个强大工具。作为一种解码方法，它在经典纠错中是普遍存在的，并且也已被应用于基于稳定器的量子纠错。该算法通过在与码相关联的因子图的节点之间传递消息来工作，并且使得能够进行有效解码，在某些情况下甚至达到信道的香农容量。在这里，我们构造了一个信念传播算法，通过量子信息的因子图，能够解码的经典-量子信道与纯状态输出。这给出了明确的解码电路，其门的数量是二次的块长度的代码。我们还表明，该解码器可以修改为纯状态信道的极化码，并作为极化解码器的一部分，用于在振幅阻尼信道上传输量子信息。这些代表了第一个明确的能力，实现解码器的非泡利通道。
2017-07-05 cs.IT math.IT quant-ph
Experimentally Informed Decoding of Stabilizer Codes Based on Syndrome Correlations
本文提出一种基于综合征关联的实验方法，无需理论误差模型即可校准稳定子码解码器，并优化最小权重完美匹配解码，同时识别多周期关联误差。
2025-02-24 quant-ph
Information-efficient decoding of surface codes
Entropica Labs；National University of Singapore（新加坡国立大学）；Centre for Quantum Technologies, National University of Singapore（新加坡国立大学量子技术中心）
本文提出两种高效解码器，通过减少综合征信息量，降低表面码实时解码的通信需求。
2026-01-19 quant-ph
Decoding probabilistic syndrome measurement and the role of entropy
在现实的基于稳定器的量子纠错中，真实的物理系统偏离简单的玩具误差模型的方式有很多。稳定器测量可能不总是确定性的，或者可能遭受擦除错误，使得它们不提供纠错所需的校正子结果。在本文中，我们研究了概率稳定器测量模型下的复曲面码的性能。我们发现，即使在校正子提取的完全连续模型下，与用于确定性稳定器测量的$2.93\%$的值相比，通过使用Stace和Barrett（Physical Review A 81，022317（2010））的边缘收缩方法适当地修改解码器，阈值也可以保持在$1.69\%$的相当高的值。最后，我们研究了熵因子的作用，它占退化的错误配置，以提高解码器的性能。我们发现，在完全连续的稳定器测量的限制下，这些因素进一步提供的任何优势变得可以忽略不计，与确定性测量的情况相反。
2023-02-22 quant-ph
GPU-Based Parallel BP Decoding for Quantum LDPC Memory
North Carolina State University（北卡罗来纳州立大学）；University of Washington（华盛顿大学）
该研究针对量子LDPC存储器，扩展BP-SF译码器并实现CUDA并行版本，通过窗口化、流式等优化，大幅降低了译码延迟，提升了速度，为流式量子存储器提供了更优的译码方案。
2026-10-12 cs.IT math.IT quant-ph
Efficient Decoding of Surface Code Syndromes for Error Correction in Quantum Computing
表面码中的错误通常通过基于最小权重完美匹配（MWPM）的方法来解码。最近，基于神经网络的机器学习（ML）技术已被用于此目的。在这里，我们提出了一个两级（低和高）ML为基础的解码方案，其中第一级纠正物理量子位的错误和第二个纠正任何现有的逻辑错误，不同的噪声模型。我们的结果表明，我们提出的解码方法实现了$\sim10 \times$和$\sim2 \times$更高的值的伪阈值和阈值，分别比MWPM。我们表明，使用更复杂的ML模型和更高的训练/测试时间，并没有提供显着的改善解码器的性能。最后，用于训练ML解码器的数据生成需要显著的开销，因此期望较低的训练数据量。我们已经表明，我们的解码器保持了良好的性能与训练测试比低至$40:60$。
2021-10-21 quant-ph
Iterative Decoding of Stabilizer Codes under Radiation-Induced Correlated Noise
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Brookhaven National Laboratory（布鲁克海文国家实验室）；Tufts University（塔夫茨大学）；Texas A&M University（德克萨斯农工大学）；Stony Brook University（石溪大学）
本文提出一种联合噪声传感与解码的算法，通过建模准粒子密度为隐变量，以降低逻辑错误率并提高容错量子计算性能。
2026-03-18 cs.IT eess.SP math.IT
Refined Belief-Propagation Decoding of Quantum Codes with Scalar Messages
基于稀疏矩阵的码具有良好的性能，并且可以通过置信传播（BP）进行有效的译码。对二进制稳定器码进行解码需要GF（4）上的（加性）码的四元BP，其与GF（2）上的码的二进制BP相比具有更高的校验节点复杂度。此外，BP解码的稳定器代码遭受性能损失的短周期在底层的坦纳图。本文提出了一种改进的BP算法，通过传递标量信息来实现量子码的译码。对于一个给定的错误综合征，该算法解码到相同的输出作为传统的四进制BP，但与校验节点的复杂度相同的二进制BP。由于每个消息都是标量，因此可以自然地应用消息规范化来提高性能。另一观察结果是消息更新调度影响针对短周期的BP解码性能。我们表明，运行BP与消息规范化根据串行时间表（或其他时间表）可以显着提高解码性能和错误平层在计算机模拟。
2021-02-14 cs.IT math.IT quant-ph
Measurement-Based Loss Tolerance in Graph-GKP Codes through Syndrome-Resolved Pauli-Frame Decoding
Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠性与信任跨学科中心）
该研究开发了统一图码与GKP码机制的因果框架，通过伴随子解析的Pauli框架译码实现基于测量的容错，经数值模拟确定了GKP晶格的伪阈值，为多种量子技术提供了统一控制层。
2026-08-04 quant-ph
Erasure Decoding for Quantum LDPC Codes via Belief Propagation with Guided Decimation
本文将带有引导退火的置信传播（BPGD）译码应用于量子擦除信道，证明其在多种量子LDPC码上具有竞争力，并通过添加阻尼或调整初始对数似然比显著提升性能，是一种有效的通用解决方案。
2024-11-15 cs.IT math.IT quant-ph
Refined Belief Propagation Decoding of Sparse-Graph Quantum Codes
由稀疏矩阵构造的量子稳定子码具有良好的性能，并且可以通过置信传播（BP）进行有效译码。传统的BP译码算法将二进制稳定码视为GF（4）上的加法码。该算法对校验节点消息的处理过程相对复杂，译码复杂度较高。此外，稳定器码的BP解码通常由于底层Tanner图中的许多短循环而遭受性能损失。本文提出了一种改进的量子码BP译码算法，其复杂度与二进制BP译码算法大致相同。对于给定的错误综合征，该算法解码为与传统的四元BP相同的输出，但传递的节点到节点消息是单值的，不像四元BP，其中需要多值节点到节点消息。此外，消息强度归一化技术可以自然地应用于这些单值消息以提高性能。另一个观察是消息更新调度影响BP解码对短周期的性能。我们表明，运行BP与消息强度归一化根据串行时间表（或其他时间表），可以显着提高解码性能和错误地板在计算机模拟。
2020-07-22 cs.IT math.IT quant-ph
Logical Neural Belief Propagation for Linear-Complexity Decoding of Surface Codes
University of Ulsan（蔚山科学技术院）；Pohang University of Science and Technology (POSTECH)（浦项科技大学）；Ben-Gurion University of the Negev（内盖夫本古里安大学）；Gyeongsang National University（庆尚国立大学）
提出逻辑神经置信传播（L-NBP）解码器，结合BP与神经权重，在保持线性复杂度的同时，在表面码解码上性能优于或相当于BP-OSD、MWPM，电路级噪声下复杂度仅为BP-OSD的0.2%
2026-09-15 cs.IT math.IT quant-ph
Syndrome resampling enhances quantum error correction thresholds
Forschungszentrum Jülich（于利希研究中心）；RWTH Aachen University（亚琛工业大学）
本文提出通过重新采样症候提高量子纠错阈值，通过优化解码器和减少逻辑错误率，提升近似量子纠错实验的保真度。
2026-11-02 quant-ph
Quantum convolutional data-syndrome codes
我们考虑一个简单的量子卷积码的性能在容错制度中使用几个综合征测量/解码策略和三种不同的错误模型，包括电路模型。
2019-02-20 quant-ph
Fully convolutional 3D neural network decoders for surface codes with syndrome circuit noise
University of Melbourne（墨尔本大学）；School of Physics, University of Melbourne（墨尔本大学物理学院）
本文提出全卷积3D神经网络解码器用于表面码，在考虑综合征数据的时空结构下，通过向量化方法模拟数据并评估解码性能，展示了在旋转表面码和电路噪声下的有效性，与MWPM相比在特定码距下表现出更优的延迟性能。
2025-06-19 quant-ph
On Belief Propagation Decoding of Quantum Codes with Quaternary Reliability Statistics
本文提出利用四元可靠性统计改进量子码的OSD解码，通过保留X/Z相关性提升BP-OSD性能，在多种量子码上实现了约17.5%-17.7%及15.42%的阈值。
2023-07-15 cs.IT math.IT quant-ph
High-Throughput Normalized Min-Sum Belief Propagation Decoding for Quantum LDPC Codes with Near-Memory Processing
Pukyong National University（釜庆国立大学）
该研究将qLDPC码的归一化最小和BP解码映射到DPU基PIM架构，实现8.8倍吞吐量提升，且延迟满足量子纠错要求，为qLDPC解码提供高效近内存处理方案。
2026-08-31 quant-ph
Toward Low-latency Iterative Decoding of QLDPC Codes Under Circuit-Level Noise
本文提出基于置信传播与引导式删减猜测的滑动窗口译码器GDG，用于电路级噪声下QLDPC码的低延迟迭代译码，在双变量自行车码上以3毫秒窗口延迟达到与BP+OSD相近的逻辑错误率。
2024-03-27 cs.IT math.IT quant-ph
Fully Parallelized BP Decoding for Quantum LDPC Codes Can Outperform BP-OSD
North Carolina State University（北卡罗来纳州立大学）；Pacific Northwest National Laboratory（太平洋西北国家实验室）
本文提出了一种基于信念传播和推测后处理策略的全并行解码器，用于量子LDPC码，实现比BP-OSD更低的延迟和相近的纠错性能。
2026-10-27 cs.IT math.IT quant-ph
GPU-Accelerated Syndrome Decoding for Quantum LDPC Codes below the 63 $μ$s Latency Threshold
University of Coimbra（科英布拉大学）；Instituto de Telecomunicações（电信研究所）；ISCTE – Instituto Universitário de Lisboa（里斯本高等商学院-大学学院）
本文提出一种基于GPU的量子低密度奇偶校验码解码器，实现低于63微秒延迟的实时解码，克服了表面码编码率随码距增加而下降的限制，展示了在商用GPU硬件上实现可扩展的实时量子编码的可行性。
2025-08-11 cs.DC quant-ph
Hardness of decoding quantum stabilizer codes
在这篇文章中，我们解决了最佳解码量子稳定器代码的计算难度。与经典线性码非常相似，通过测量某些产生错误综合症的校验运算符来检测错误，而解码问题包括确定给定综合症的最有可能的恢复。相应的经典问题已知是NP-完全的，并且量子码的类似解码问题也已知是NP-完全的。然而，这种解码策略在量子设置中不是最佳的，因为它没有考虑错误简并性，这导致不同的错误对代码具有相同的影响。在这里，我们证明了稳定子码的最优译码在计算上比经典线性码的最优译码困难得多，它是#P。
2013-10-11 quant-ph
Quantum CSS LDPC Codes based on Dyadic Matrices for Belief Propagation-based Decoding
Università Politecnica delle Marche（马尔凯理工大学）；Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）
本文提出基于双矩阵的构造方法，用于设计量子CSS LDPC码，以满足CAMEL-ensemble四元信念传播解码器的兼容性条件，从而减少环的影响。
2026-01-13 cs.IT math.IT quant-ph
Syndrome-Resolved Decoding of Qubit Readout Errors
École polytechnique fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
本文针对超导量子比特读出错误无法被传统指标解析的问题，提出读出错误解码器（RED），可识别限制读出性能的错误通道，为量子比特读出优化提供基础。
2026-10-16 quant-ph
Learning-Based List Sequential Belief Propagation Decoding of Quantum LDPC Codes
Arizona State University（亚利桑那州立大学）；The University of Texas at Arlington（阿灵顿得克萨斯大学）
提出强化学习列表顺序BP译码器，通过列表搜索扩展学习顺序调度，结合路径度量剪枝，在去极化信道下提升QLDPC码译码性能。
2026-06-23 cs.IT math.IT quant-ph
DiffQEC: A versatile diffusion model for quantum error correction
City University of Hong Kong（香港城市大学）；University of Stuttgart（斯图加特大学）
本文提出DiffQEC，一种基于离散去噪扩散的生成解码器，通过结合综合征处理器和特征调制，提升量子纠错的解码效率与准确性。
2026-04-27 quant-ph
Importance sampling for data-driven decoding of quantum error-correcting codes
University of Waterloo（滑铁卢大学）
本文提出通过重要性采样提升数据驱动解码的准确性，揭示了量子纠错码解码与噪声不平衡分类问题的等价性，并为优化训练数据错误率提供了方法。
2025-12-12 quant-ph
Adaptive Aborting Schemes for Quantum Error Correction Decoding
Durham University（杜伦大学）；Cambridge University（剑桥大学）
本研究提出AdAbort方案，通过自适应中止机制提高量子纠错解码效率，显著降低错误率并提升系统性能。
2026-02-18 math.PR quant-ph
QAdapt: A Noise-Adaptive Neural Pre-Decoding Framework for Quantum Error Correction
Beijing Zhongke Qhub Technology Co., Ltd.（北京中科瓴湖科技有限公司）；Center for Quantum Information, Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院量子信息中心）；Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
研究针对容错量子计算中硬件噪声非平稳及分布偏移导致的性能问题，提出噪声自适应神经预解码框架QAdapt，在基准数据上显著降低量子纠错的逻辑错误率与解码延迟。
2026-08-03 cs.LG quant-ph
Transformer-QEC: Quantum Error Correction Code Decoding with Transferable Transformers
Massachusetts Institute of Technology（麻省理工学院）；Carnegie Mellon University（卡内基梅隆大学）；Yale University（耶鲁大学）；Arizona State University（亚利桑那州立大学）；University of Texas at Austin（德克萨斯大学奥斯汀分校）
提出基于Transformer的量子纠错解码器，利用自注意力机制和混合损失训练实现全局感受野，支持跨码距高效迁移学习，在多种配置下优于传统及ML解码器并大幅降低训练成本。
2023-11-27 cs.AI cs.AR cs.ET
A scalable and fast artificial neural network syndrome decoder for surface codes
University of Melbourne（墨尔本大学）；CSIRO（澳大利亚联邦科学与工业研究组织）
本文提出一种基于人工神经网络的快速可扩展表面码症候解码器，可处理任意形状与边界条件，经5000万误差实例训练后支持码距超1000，并有望实现微秒级解码。
2023-07-10 cs.ET cs.LG quant-ph
Streaming Belief Propagation on Mixed-Alphabet Tanner Graphs for Practical Quantum Memory
Yuan Ze University（元智大学）；National Yang Ming Chiao Tung University（国立阳明交通大学）
针对电路级噪声下连续量子纠错的需求，本文提出SM-BP解码器，通过混合字母时空Tanner图、自适应滑动窗口和概率错误合并技术，在多种拓扑码上实现高错误阈值与优异性能，提供实用解码框架。
2026-09-04 quant-ph
Neural decoders for subsystem many-hypercube codes
RIKEN Center for Quantum Computing (RQC)（理化学研究所量子计算中心）；Corporate Laboratory, Toshiba Corporation（东芝公司企业实验室）
针对子系统多超立方体码的解码难题，开发电路级噪声模型下的神经网络解码器，利用规范测量信息提升性能，发现循环神经解码器优于全连接型且可解码更长序列。
2026-08-17 quant-ph
Deep Quantum Error Correction
本文提出端到端深度量子错误解码器，通过噪声初始估计、神经网络迭代精化、可微逻辑错误率优化及重复症候解码，在小距离拓扑码上取得优于现有方法的准确率。
2023-12-10 cs.AI cs.ET cs.IT
Efficient fault-tolerant decoding of topological color codes
由4.8.8半正则格定义的拓扑色码具有几何局部检查算子的特征，并允许整个Clifford群的横向实现，使它们成为容错量子计算的有希望的候选者。近年来，人们提出了几种有效的色码伴随式解码算法。在这里，我们修改这些算法之一，以考虑影响的综合征的错误，将其应用到家庭的三角形4.8.8色码编码一个逻辑量子比特。对于三维比特翻转信道，我们报告的阈值错误率为0.0208（1），而先前报告的基于整数程序的解码算法的阈值错误率为0.0305（4）。当我们考虑到电路细节时，这个阈值降低到每门0.00143（1），而在相同的噪声模型下，表面码的阈值为每门0.00672（1）。
2014-02-13 quant-ph
Decoding surface code with a distributed neural network based decoder
基于神经网络的量子纠错码译码器由于具有良好的译码性能和对任意噪声模型的适应性，近年来得到了广泛的应用。然而，主要的挑战是可扩展性，以更大的代码距离，由于指数增长的错误综合征空间。注意，在现实噪声假设下成功解码表面码将利用当前基于神经网络的解码器将码的大小限制为小于100个量子比特。这样的问题可以通过分布式解码方式来解决，类似于重整化群（RG）解码器。在本文中，我们介绍了一种解码算法，结合RG解码和神经网络解码器的概念。我们测试了去极化噪声下的解码性能与无噪声的错误综合征测量旋转表面码，并与开花算法和基于神经网络的解码器进行比较。我们发现，类似的解码性能水平之间可以实现所有测试的解码器，同时提供了一个解决方案，基于神经网络的解码器的可扩展性问题。
2019-02-06 quant-ph
Improved belief propagation decoding algorithm based on decoupling representation of Pauli operators for quantum LDPC codes
本文提出泡利算子的解耦表示方法，并据此设计部分解耦和完全解耦置信传播译码算法，有效处理X与Z部分相关性，在纯Y噪声和去极化噪声下显著提升量子LDPC码译码准确率。
2023-12-04 quant-ph
Adaptive decoding of quantum LDPC codes through decoder disagreement
Centre for Computational Science, University College London（计算科学中心，伦敦大学学院）；Advanced Research Computing Centre, University College London（高级研究计算中心，伦敦大学学院）
本研究提出基于BP与OSD分歧的自适应qLDPC码解码器，通过内部风险信号识别高价值实例，以20%升级恢复85%-94%性能增益，并降低3.6倍解码成本。
2026-09-30 quant-ph
Optimal Decoding of Small Codes by Density Matrix Propagation
Université Paris–Saclay（巴黎萨克雷大学）；CEA（法国原子能和替代能源委员会）；CNRS（法国国家科学研究中心）；Institut de Physique Théorique（理论物理研究所）；Direction Générale de l’Armement（军备总局）
针对电路级噪声下的量子纠错，提出密度矩阵传播方法实现最大似然解码基准，通过剪枝技术处理更多轮次，在小实例上对比多种解码器，发现BP+OSD在蜂窝自动机码上显著偏离最优。
2026-06-15 quant-ph
Syndrome-as-Header: A Quantum Label-Switching Architecture via Uncorrectable Error Injection
Korea Institute of Science and Technology Information（韩国科学技术信息研究所）
研究扩展量子网络的分组转发问题，提出SAH架构，通过UEI映射标签构建码本，核心路由器提取综合征头部交换标签，支持快速转发和验证模式，在NSFNet定时基准测试中消除对齐条件，高抖动下比其他方案有更高接受度和吞吐量。
2026-07-17 quant-ph
Belief Propagation Convergence Prediction for Bivariate Bicycle Quantum Error Correction Codes
Independent Researcher
本文提出通过模运算预测双变量自行车量子纠错码信念传播收敛性，证明当综合征缺陷数可被列权重整除时，信念传播高概率收敛，否则高概率失败，该方法在多种码上验证，具有高准确率。
2026-04-09 quant-ph
PyMatching: A Python package for decoding quantum codes with minimum-weight perfect matching
本文介绍了PyMatching，一个快速的开源Python包，用于使用最小权重完美匹配（MWPM）算法解码量子纠错码。PyMatching包括标准MWPM解码器以及一个变体，我们称之为局部匹配，它将每个综合征缺陷限制为与局部邻域内的另一个缺陷匹配。在实际应用中，局部匹配的解码性能与标准MWPM解码器几乎相同，而计算复杂度近似二次方地降低。我们对PyMatching的性能进行了基准测试，结果表明，对于纠错模拟中通常考虑的问题大小，本地匹配比使用NetworkX或Blossom V的完整MWPM算法的实现快几个数量级。PyMatching及其依赖项是开源的，它可以用于使用简单的Python接口来解码任何伴随式缺陷成对出现的量子代码。PyMatching支持使用加权边缘、钩状误差、边界和测量误差，从而实现快速解码和容错量子计算仿真。
2021-07-12 quant-ph
On the iterative decoding of sparse quantum codes
本文研究了稀疏量子纠错码的译码问题。对于泡利信道，这个任务可以通过用于解码稀疏经典码的置信传播算法的一个版本来完成。然而，量子编码提出了两个新的挑战。首先，他们的Tanner图不可避免地包含小循环，这通常会破坏置信传播的性能。其次，稀疏量子码根据定义是高度简并的。标准的信念传播算法不利用这一功能，而是它受损it.We提出了启发式的方法来改善信念传播解码，专门针对这两个问题。虽然我们的结果显示出明显的改善，由于所提出的启发式方法，他们也表明，在量子编码方案中的错误的主要来源仍然在解码。
2008-07-01 quant-ph
Degenerate Viterbi decoding
我们提出了一个量子卷积码的解码算法，发现类退化错误的最大概率条件下，一个给定的错误综合征。该算法在时间上与量子比特的数量成线性关系。以前的量子卷积码的译码算法优化了单个错误的概率，而不是退化错误的类别。使用蒙特卡罗模拟，我们表明，这种修改的解码算法的结果在一个显着降低误块率。
2012-04-11 quant-ph
A Scalable Open-Source QEC System with Sub-Microsecond Decoding-Feedback Latency
Joint Center for Quantum Information and Computer Science, University of Maryland（马里兰大学量子信息与计算科学联合中心）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
本文提出一个基于RISC-Q的开源量子纠错系统，通过低延迟高吞吐量的解码流水线实现亚微秒级解码反馈延迟，适用于超导量子比特的部署。
2026-03-17 cs.AR quant-ph
qecGPT: decoding Quantum Error-correcting Codes with Generative Pre-trained Transformers
Institute of Theoretical Physics, Chinese Academy of Sciences（中国科学院理论物理研究所）；School of Physical Sciences, University of Chinese Academy of Sciences（中国科学院大学物理科学学院）；School of Fundamental Physics and Mathematical Sciences, Hangzhou Institute for Advanced Study, UCAS（中国科学院大学杭州高等研究院基础物理与数学科学学院）；International Centre for Theoretical Physics Asia-Pacific（国际理论物理中心亚太地区）
本研究提出qecGPT通用框架，基于Transformer无监督预训练实现量子纠错码最大似然解码，复杂度远低于传统算法，经改进后解码精度优于经典算法，可适配多种码型与错误模型，支持GPU并行批量解码。
2023-07-18 cond-mat.stat-mech cs.LG quant-ph
