Quantum information needs to be protected by quantum error-correcting codes due to imperfect quantum devices and operations. One would like to have an efficient and high-performance decoding procedure for quantum codes. A potential candidate is Pearl's belief propagation (BP), but its performance suffers from the many short cycles inherent in quantum codes, especially \textit{{highly-degenerate}} codes (that is, codes with many low-weight stabilizers). A general impression exists that BP cannot work for topological codes, such as the surface and toric codes. In this paper, we propose a decoding algorithm for quantum codes based on quaternary BP but with additional memory effects (called MBP). This MBP is like a recursive neural network with inhibition between neurons (edges with negative weights) during recursion, which enhances the network's perception capability. Moreover, MBP exploits the degeneracy of quantum codes so that it has a better chance to find the most probable error or its degenerate errors. The decoding performance is significantly improved over the conventional BP for various quantum codes, including quantum bicycle codes, hypergraph-product codes, and surface (or toric) codes. For MBP on the surface and toric codes over depolarizing errors, we observe thresholds of 14.5\%--16\% and 14.5\%--17.5\%, respectively.
翻译:量子信息需要由量子装置和操作不完善的量子装置和操作而导致的量子错误校正代码来保护量子信息。 人们希望对量子代码有一个高效和高性能解码程序。 一个潜在的候选者是珍珠的信仰传播(BP),但其性能却因量子代码(特别是具有许多低重量稳定器的代码)所固有的许多短周期而受到影响。一般的印象是,BP无法为表层和托里码等地码工作。在本文中,我们建议对量子代码进行一种高效和高性能解码程序。我们建议对量子代码进行解码的解码,但具有额外的记忆效果(称为MBP )。 这个MBP就像一个在重现过程中神经元(负重)之间具有抑制作用的循环神经网络。 此外,MBP利用了量子代码的退化性,因此它更有机会找到最可能的错误或其腐烂错误。 在各种量子代码上, 5 - 16 的常规BP, 的分解性性性表现显著改进了(我们分别观测了各种量子代码,包括量子- 水平- 水平- 和表面代码, 至 14 水平- 度- 度- 水平- 水平- 和 的 水平- 水平- 5- 水平- 水平- 水平- 和高度- 水平- 的BBBC- 的代码, 我们- 至 至 至 至 水平- 至 至 水平- 至 至 至 至 至 至 水平- 水平 的 的 的 的 水平- 至 至 至 至 至 至 水平- 水平- 水平- 至 的 的 BC- 至 至 的 至 的 的 至 至 至 至 的 的 的 的 的 的 的 至 至 至 至 至 至 至 至 的 至 的 至 至 的 的 的 至 至 至 至 至 至 至 至 至 至 至 的 的 的 水平 的 的 的 的 的 的 的