カリフォルニア大学サンディエゴ校ピカソラボの研究者たちは、NVIDIA Isingニューラル事前デコーダーを評価した技術的な結果を発表しました。この研究では、軽量なニューラルネットワークが、PyMatchingのようなプライマリデコーダーにシンドロームが到達する前に前処理を行うことで、量子誤り訂正（QEC）をどのように高速化・改善できるかを調査しています。このシステムは従来のサーフェスコードで大幅な性能向上を示しましたが、研究では量子低密度パリティチェック（qLDPC）コード、特にエンコードレートが高い二変数自転車（BB）コードへの移行についても調査しました。
事前デコーダーの役割
事前デコーダーは、「フィルター」として機能し、高い信頼性を持つ局所的なエラーを特定・訂正します。「より疎な残差」シンドロームを出力することで、プライマリデコーダーのタスクを簡略化します。量子ビットが規則的な2Dグリッドに配置されるサーフェスコードでは、研究者たちは3D畳み込みニューラルネットワーク（CNN）を利用しました。CNNの受容野はコードの規則的な空間構造と一致するため、標準的なデコーダーが近似または無視しがちな複雑な時空間ノイズ相関を効果的に捉えることができます。
ここから先は
932字
