Decoding Quantum LDPC Codes Using Graph Neural Networks

要約

この論文では、グラフ ニューラル ネットワーク (GNN) に基づく量子低密度パリティ チェック (QLDPC) コードの新しい復号方法を提案します。
信念伝播 (BP) ベースの QLDPC デコーダと同様に、提案された GNN ベースの QLDPC デコーダは QLDPC コードのスパース グラフ構造を利用しており、メッセージ パッシング デコード アルゴリズムとして実装できます。
提案された GNN ベースのデコード アルゴリズムを、いくつかの QLDPC コード設計にわたる従来の QLDPC デコード アルゴリズムとニューラル強化 QLDPC デコード アルゴリズムの両方の選択されたクラスと比較します。
シミュレーション結果は、GNN ベースのデコーダーの優れたパフォーマンスと、競合する方法と比較した複雑さの低さを示しています。

要約(オリジナル)

In this paper, we propose a novel decoding method for Quantum Low-Density Parity-Check (QLDPC) codes based on Graph Neural Networks (GNNs). Similar to the Belief Propagation (BP)-based QLDPC decoders, the proposed GNN-based QLDPC decoder exploits the sparse graph structure of QLDPC codes and can be implemented as a message-passing decoding algorithm. We compare the proposed GNN-based decoding algorithm against selected classes of both conventional and neural-enhanced QLDPC decoding algorithms across several QLDPC code designs. The simulation results demonstrate excellent performance of GNN-based decoders along with their low complexity compared to competing methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google