Machine learning quantum error correction codes: learning the toric code

Detalhes bibliográficos
Autor(a) principal: Rodriguez Fernandez, Carlos Gustavo
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/180319
Resumo: Usamos métodos de aprendizagem supervisionada para estudar a decodificação de erros em códigos tóricos de diferentes tamanhos. Estudamos múltiplos modelos de erro, e obtemos figuras da eficácia de decodificação como uma função da taxa de erro de um único qubit. Também comentamos como o tamanho das redes neurais decodificadoras e seu tempo de treinamento aumentam com o tamanho do código tórico.
id UNSP_91d02b83d789b223a457929484a9949d
oai_identifier_str oai:repositorio.unesp.br:11449/180319
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Machine learning quantum error correction codes: learning the toric codeCódigos quânticos de correção de erros com aprendizado de máquina: aprendendo o código tóricoCódigo tóricoAprendizado de máquinaToric codeQuantum error correctionMachine learningCorreção de erros quânticosCódigo toricoUsamos métodos de aprendizagem supervisionada para estudar a decodificação de erros em códigos tóricos de diferentes tamanhos. Estudamos múltiplos modelos de erro, e obtemos figuras da eficácia de decodificação como uma função da taxa de erro de um único qubit. Também comentamos como o tamanho das redes neurais decodificadoras e seu tempo de treinamento aumentam com o tamanho do código tórico.We use supervised learning methods to study the error decoding in toric codes of different sizes. We study multiple error models, and obtain figures of the decoding efficacy as a function of the single qubit error rate. We also comment on how the size of the decoding neural networks and their training time scales with the size of the toric code.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)149127/2016-2Universidade Estadual Paulista (Unesp)Aolita, LeandroUniversidade Estadual Paulista (Unesp)Rodriguez Fernandez, Carlos Gustavo2018-12-21T13:58:17Z2018-12-21T13:58:17Z2018-12-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/18031900091114833015015001P7enginfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-01-03T06:20:29Zoai:repositorio.unesp.br:11449/180319Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-01-03T06:20:29Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Machine learning quantum error correction codes: learning the toric code
Códigos quânticos de correção de erros com aprendizado de máquina: aprendendo o código tórico
title Machine learning quantum error correction codes: learning the toric code
spellingShingle Machine learning quantum error correction codes: learning the toric code
Rodriguez Fernandez, Carlos Gustavo
Código tórico
Aprendizado de máquina
Toric code
Quantum error correction
Machine learning
Correção de erros quânticos
Código torico
title_short Machine learning quantum error correction codes: learning the toric code
title_full Machine learning quantum error correction codes: learning the toric code
title_fullStr Machine learning quantum error correction codes: learning the toric code
title_full_unstemmed Machine learning quantum error correction codes: learning the toric code
title_sort Machine learning quantum error correction codes: learning the toric code
author Rodriguez Fernandez, Carlos Gustavo
author_facet Rodriguez Fernandez, Carlos Gustavo
author_role author
dc.contributor.none.fl_str_mv Aolita, Leandro
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Rodriguez Fernandez, Carlos Gustavo
dc.subject.por.fl_str_mv Código tórico
Aprendizado de máquina
Toric code
Quantum error correction
Machine learning
Correção de erros quânticos
Código torico
topic Código tórico
Aprendizado de máquina
Toric code
Quantum error correction
Machine learning
Correção de erros quânticos
Código torico
description Usamos métodos de aprendizagem supervisionada para estudar a decodificação de erros em códigos tóricos de diferentes tamanhos. Estudamos múltiplos modelos de erro, e obtemos figuras da eficácia de decodificação como uma função da taxa de erro de um único qubit. Também comentamos como o tamanho das redes neurais decodificadoras e seu tempo de treinamento aumentam com o tamanho do código tórico.
publishDate 2018
dc.date.none.fl_str_mv 2018-12-21T13:58:17Z
2018-12-21T13:58:17Z
2018-12-14
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/180319
000911148
33015015001P7
url http://hdl.handle.net/11449/180319
identifier_str_mv 000911148
33015015001P7
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1803650155722833920

Registros relacionados