XiaoMi-AI文件搜索系统
World File Search System容错
量子容错阈值的光学演示
摘要 实际量子计算面临的一个主要挑战是量子系统与环境相互作用所导致的无法避免的错误。容错方案中，逻辑量子位由几个物理量子位编码，能够在出现错误的情况下输出更高概率的正确逻辑量子位。然而，对量子位和算子编码的严格要求使得实现完全容错计算即使对于可实现的嘈杂中型量子技术来说也是一项挑战。特别是容错计算的阈值仍然缺乏实验验证。在这里，我们基于全光学装置，通过实验证明了容错协议阈值的存在。四个物理量子位表示为两个纠缠光子的空间模式，用于编码两个逻辑量子位。实验结果清楚地表明，当错误率低于阈值时，由容错门组成的电路中正确输出的概率高于相应的非编码电路。相反，当错误率高于阈值时，容错实现没有优势。开发的高精度光学系统可以为研究具有容错门的更复杂电路中的错误传播提供可靠的平台。
QMLP：一种使用参数化双量子比特门的容错非线性量子 MLP 架构
尽管具有量子霸权的潜力，但最先进的量子神经网络 (QNN) 仍然受到推理精度低的困扰。首先，当前的噪声中型量子 (NISQ) 设备的错误率高达 10 −3 到 10 −2，大大降低了 QNN 的精度。其次，虽然最近提出的重新上传单元 (RUU) 在 QNN 电路中引入了一些非线性，但其背后的理论尚不完全清楚。此外，以前反复上传原始数据的 RUU 只能提供边际精度改进。第三，当前的 QNN 电路假设使用固定的两量子比特门来强制实现最大纠缠能力，使得无法针对特定任务进行纠缠调整，导致整体性能不佳。在本文中，我们提出了一种量子多层感知器 (QMLP) 架构，该架构具有容错输入嵌入、丰富的非线性和增强的变分电路设计，具有参数化的两量子比特纠缠门。与现有技术相比，QMLP 在 10 类 MNIST 数据集上的推理准确率提高了 10%，量子门数量减少了 2 倍，参数减少了 3 倍。我们的源代码可用，可在 https://github.com/chuchengc/QMLP/ 中找到。
高空长航时容错控制
摘要：高空长航时 (HALE) 飞机由极轻的结构、大翼展和大纵横比组成。这些特性的组合导致飞机系统具有独特的动态行为，其特点是结构和刚体特征模态的强烈相互作用。这些特性对此类飞机的飞行控制算法的稳健性和容错性提出了特定要求。控制系统必须能够让飞机安全地沿着定义的轨道飞行，即使在发生故障的情况下也是如此。由于这些飞机的尺寸较大，它们通常会过度驱动，具有多个冗余控制面。本文利用这种冗余来设计容错控制系统，以确保在故障情况下实现最佳控制性能。该策略基于故障检测和隔离 (FDI) 算法来检测故障的控制面。此故障信息用于在多模型控制方法中切换到备用控制律。FDI 滤波器是使用基于零空间的设计范例设计的，而备用控制器是应用结构化 H ∞ 控制设计技术合成的。
使用长距离低开销容错量子计算...
由于纠错会产生大量开销，大规模量子计算将需要大量量子比特。我们提出了一种基于量子低密度奇偶校验 (LDPC) 码的低开销容错量子计算方案，其中长距离相互作用使得许多逻辑量子比特能够用少量物理量子比特进行编码。在我们的方法中，逻辑门通过逻辑 Pauli 测量进行操作，既能保护 LDPC 码，又能降低所需额外量子比特数的开销。与具有相同代码距离的表面码相比，我们估计使用此方法处理大约 100 个逻辑量子比特的开销将有数量级的改善。鉴于 LDPC 码所展示的高阈值，我们的估计表明，这种规模的容错量子计算可能只需几千个物理量子比特就能实现，错误率与当前方法所需的错误率相当。
使用星形胶质细胞神经网络进行容错计算的设计方法
我们提出了一种设计方法来促进深度学习模型的容错。首先，我们实现了一个多核容错神经形态硬件设计，其中每个神经形态核心中的神经元和突触电路都包裹在星形胶质细胞电路中，星形胶质细胞是大脑的星形神经胶质细胞，它通过使用闭环逆行反馈信号恢复故障神经元的尖峰放电频率来促进自我修复。接下来，我们在深度学习模型中引入星形胶质细胞，以实现对硬件故障所需的容忍度。最后，我们使用系统软件将支持星形胶质细胞的模型划分为集群，并在所提出的容错神经形态设计上实现它们。我们使用七种深度学习推理模型评估了这种设计方法，并表明它既节省面积又节能。
容错量子计算系统技术研发趋势
Yong-Soo Hwang (yhwang@etri.re.kr)，量子计算实验室高级研究员 Tae-Wan Kim (TW Kim，TaewanKim@etri.re.kr)，量子计算实验室高级研究员 Chung-Heon Baek (CH Baek，CHBaek@etri.re.kr)，量子计算实验室研究员 Sung-Woon Cho (nebula.cho@etri.re.kr)，量子计算实验室高级研究员 Hong-Seok Kim (H.-S. Kim，hongseok@etri.re.kr)，量子计算实验室高级研究员 Byeong-Soo Choi (Bschoi3@etri.re.kr)，量子计算实验室高级研究员/主任
使用...构建容错量子计算机
我们对一种基于 cat 码与外部量子纠错码连接的容错量子计算机进行了全面的架构分析。对于物理硬件，我们提出了一种耦合到二维布局的超导电路的声学谐振器系统。使用硬件的估计物理参数，我们对测量和门（包括 CNOT 和 Toffili 门）进行了详细的错误分析。在建立了一个真实的噪声模型后，我们用数字模拟了当外部代码是重复码或薄矩形表面码时的量子纠错。我们迈向通用容错量子计算的下一步是容错 Toffili 魔法状态准备协议，该协议以非常低的量子比特成本显著提高了物理 Toffili 门的保真度。为了实现更低的开销，我们为 Toffili 状态设计了一种新的魔法状态蒸馏协议。结合这些结果，我们获得了运行有用的容错量子算法所需的物理错误率和开销的实际全资源估计。我们发现，使用大约 1000 个超导电路元件，就可以构建一台容错量子计算机，该计算机可以运行目前传统计算机无法处理的电路。反过来，具有 18,000 个超导电路元件的硬件可以在传统计算无法企及的范围内模拟哈伯德模型。
硬件规格对容错机制中实现量子优势的影响
我们研究了硬件规格如何影响最终运行时间和在容错机制下实现量子优势所需的物理量子比特数。在特定时间范围内，不同的量子硬件设计的代码周期时间和可实现的物理量子比特数可能会相差几个数量级。我们从对应于特定化学应用的量子优势的逻辑资源需求开始，模拟 FeMo-co 分子，并探索使用额外的量子比特可以在多大程度上缓解较慢的代码周期时间。我们表明，在某些情况下，只要有足够的物理量子比特，代码周期时间明显较慢的架构仍然能够达到理想的运行时间。我们利用了之前在纠错表面码领域考虑过的各种空间和时间优化策略。特别是，我们比较了两种不同的并行化方法：表面代码单元游戏和 AutoCCZ 工厂。最后，我们计算了在实际构成威胁的短时间内破解比特币网络中 256 位椭圆曲线密钥加密所需的物理量子比特数。使用表面代码、1 ls 的代码周期时间、10 ls 的反应时间和 10 3 的物理门错误，在一小时内破解加密需要 317 10 6 个物理量子比特。而要在一天内破解加密，则需要 13 10 6 个物理量子比特。
高冗余容错设计...
升降舵是飞行控制表面，通常位于飞机后部，用于控制飞机的俯仰、迎角和机翼升力。最关键的驱动装置是纵向飞机控制，其故障将导致灾难性的飞机坠毁。本文提出了一种飞机高冗余容错控制 (HRFTC) 策略，以适应关键传感器和执行器的故障。针对传感器提出了改进的三重模块冗余 (MTMR)，针对执行器提出了双重冗余 (DR)。详细说明了控制律、飞行员命令、信号调节和故障的工作原理。此外，PID 控制器用于通过将升降舵位置与设定点进行比较来调整升降舵位置。结果表明，当发生故障时，系统成功检测到故障并快速容忍故障，而不会干扰飞机的飞行。这项研究对于航空电子行业制造高度可靠的机器以确保人身和环境安全具有重要意义。
用于通用容错量子计算的最佳双量子比特电路
我们研究了 Cliffiord+ CS 门集上的两量子比特电路，该门集由 Cliffiord 门和受控相位门 CS = diag(1 , 1 , 1 , i ) 组成。Cliffiord+ CS 门集对于量子计算是通用的，其元素可以通过魔法状态蒸馏在大多数纠错方案中以容错方式实现。由于非 Cliffiord 门通常以容错方式执行的成本更高，因此通常希望构建使用少量 CS 门的电路。在本文中，我们介绍了一种高效且最优的两量子比特 Cliffiord+ CS 算子合成算法。我们的算法输入一个 Cliffiord+ CS 算子 U 并输出一个针对 U 的 Cliffiord+ CS 电路，该电路使用尽可能少的 CS 门。由于该算法是确定性的，因此它与 Cliffiord+ CS 算子相关联的电路可以看作是该算子的标准形式。我们给出了这些范式的明确描述，并利用该描述推导出最坏情况下限为 5 log 2 ( 1