[論文レビュー] Quantum Maxwell Erasure Decoder for qLDPC codes

Bruno Costa Alves Freire, François-Marie Le Régent+1 more|arXiv (Cornell University)|Jan 15, 2026

Quantum Computing Algorithms and Architecture被引用数 1

ひとこと要約

要点: CSS qLDPCコード用の量子 Maxwell 消去デコーダは peeling をシンボリック推測で拡張し、線形時間デコードと最大尤度性能の間の tunable なトレードオフを推測予算 G_max によって実現します。

ABSTRACT

We introduce a quantum Maxwell erasure decoder for CSS quantum low-density parity-check (qLDPC) codes that extends peeling with bounded guessing. Guesses are tracked symbolically and can be eliminated by restrictive checks, giving a tunable tradeoff between complexity and performance via a guessing budget: an unconstrained budget recovers Maximum-Likelihood (ML) performance, while a constant budget yields linear-time decoding and approximates ML. We provide theoretical guarantees on asymptotic performance and demonstrate strong performance on bivariate bicycle and quantum Tanner codes.

研究の動機と目的

• 量子障害耐性における CSS qLDPCコードの高速・スケーラブルな消去デコードを動機付ける。
• peeling ベースのデコードを拡張し、シンボリック推測と制限チェックを含める。
• tunable な推測予算を伴う複雑さ保証と漸近的性能分析を提供する。
• BBコードと量子 Tannerコードでデコーダ性能を示す。

提案手法

• CSSコードの消去チャネルに対する peeling を適用して量子消去デコード問題を解く。
• peeling が停滞したときに推測を追加する Maxwell に似たアプローチを導入し、 pivots に関するアフィine 形式としてシンボリックに追跡する。
• 複雑さを制限し、明示的な性能–複雑さのトレードオフを可能にする active guess budget G_max を維持する。
• すべてのメッセージを pivot 集合のアフィine 形式で表し、制 Restrictive checks を介して推測を払い戻す pivot 降格を行う。
• X 成分と Z 成分をそれぞれ MaxwellPeel(H_Z, H_X) で独立にデコードし、結果を結合する。

実験結果

リサーチクエスチョン

• RQ1 peeling ベースの消去デコードを拡張して、qLDPC コードに対する ML 性能に tunable かつ効率的に近づけるにはどうすればよいか。
• RQ2 量子消去チャネル上の CSS qLDPC コードにおけるデコードの複雑さと誤り性能に対する bounded 推測予算 G_max の影響はどうなるか。
• RQ3 シンボリック（アフィine）推測表現は、性能を維持しつつ推測を回復・払い戻しすることを可能にするか。
• RQ4 量子 Maxwell デコーダの性能と複雑さは、 erasure チャネル上のさまざまな qLDPC コード系（例: BB コード、量子 Tanner コード）でどうスケールするか。

主な発見

• 量子 Maxwell デコーダは G_max を変えることで peeling と ML の間を補間する。
• 固定された G_max と有界次数の場合、シンボリック Maxwell ルーチンは O(e d_v d_c G_max^2) ビット演算で走り、消去数 e に対して線形である。
• もし G_max ≥ γ(t)（γ(t) はストッピングセット分布の界限）なら、Maxwell デコーディングは ML が正しく修正できる消去パターンで成功し、漸近的に ML の失敗指数を維持する。
• G_max ≥ d − s + 1（d は CSS 距離、s はストッピング距離）の場合、G_max は ε → 0 に対して leading order で ML と同等の性能（同じ失敗指数）を Maxwell デコードが達成する。
• 二変数の自転車コードと量子 Tanner コードにおける数値結果は、QM デコードが peeling と ML の間を橋渡しし、 modest な G_max でほぼ最適なレートを達成しつつ、クラスターデコードと比較して競争力のある性能を示す。