Orientador: Mario Leandro Aolita / Banca:Alexandre Reily Rocha / Banca: Juan Felipe Carrasquilla / 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. / Abstract: We use supervised learning methods to study the error decoding in toric codes ofdifferent sizes. We study multiple error models, and obtain figures of the decoding efficacyas a function of the single qubit error rate. We also comment on how the size of thedecoding neural networks and their training time scales with the size of the toric code / Mestre
Identifer | oai:union.ndltd.org:UNESP/oai:www.athena.biblioteca.unesp.br:UEP01-000911148 |
Date | January 2018 |
Creators | Rodriguez Fernandez, Carlos Gustavo. |
Contributors | Universidade Estadual Paulista "Júlio de Mesquita Filho" Instituto de Física Teórica. |
Publisher | São Paulo, |
Source Sets | Universidade Estadual Paulista |
Language | Portuguese, English |
Detected Language | Portuguese |
Type | text |
Format | iv, 43 f. : |
Relation | Sistema requerido: Adobe Acrobat Reader |
Page generated in 0.0021 seconds