@techreport{oai:ipsj.ixsq.nii.ac.jp:00227097,
 author = {多賀, 直史 and 上野, 洋典 and 近藤, 正章},
 issue = {20},
 month = {Jul},
 note = {表面符号は代表的な量子誤り訂正符号の 1 つであり，2 次元格子状に並ぶ複数の物理量子ビットにより構成される．表面符号は量子ビットに生じる 2 種類の誤りを検出・訂正でき，その復号処理は最小重み完全マッチング（Minimum Weight Perfect Matching：MWPM）問題に帰着されることが知られている．現実の量子デバイスにおいて，ある種類の誤りが生じやすい量子ビットでは別の種類の誤りも生じやすいという相関があると考えられるが，MWPM を用いた誤り訂正では 2 種類の誤りを個別に処理するため，この相関を利用できない．そこで，誤りのパターンを学習したニューラルネットワークを利用し，このような相関を考慮した高精度な誤り訂正を行う研究が行われてきた．先行研究では，各物理量子ビットの誤り率は均一であると仮定していることが多かったが，現実にはさまざまな要因により誤り率は不均一であると想定される．本研究では，物理量子ビットによる誤り率の偏りが既知であると仮定し，その値をニューラルネットワークに与えることで，不均一な誤り率を考慮した誤り訂正を行う手法を提案する．},
 title = {量子ビットの誤り率の偏りを考慮したニューラルネットワークによる量子誤り訂正手法の検討},
 year = {2023}
}